摘要
依据概率密度逼近提出了一种新的无监督特征排序,应用于特征选择降维。实验证明,这种方法与一些现有的方法相比,更为有效。
Based on probability density approximation, a novel unsupervised feature ranking approach was proposed and could be applied to feature selection. Experiment results demonstrate the advantage of the approach here over others.
出处
《计算机应用研究》
CSCD
北大核心
2007年第4期47-51,共5页
Application Research of Computers
基金
国家自然科学基金资助项目(6022501)
教育部优秀青年教师奖励计划资助项目(NCET-04-0496)
教育部2005年重点科学研究项目
江苏省自然科学基金资助项目
中国科学院软件所计算机科学重点实验室资助项目
中国科学院自动化所模式识别国家重点实验室资助项目
江苏省计算机信息处理重点实验室资助项目
关键词
特征排序
特征选择
Parzen
窗口密度估计
概率密度逼近
feature ranking
feature selection
parzen window probability estimation
probability density approximation