摘要
基于混合不确定性的特征选择方法(简称SU-P方法),利用对称不确定性找出相关特征,并利用偏相关分析去除数据集中的冗余特征。将SU-P方法与其它传统算法进行了仿真对比。
The mixed-uncertainty-based feature selection method(SU-P method in short),is to use symmetric uncertainty to find the relevant features and partial correlation analysis to remove redundant features in the data set.It is compared with other traditional algorithms in simulation.
作者
苏婷婷
胡明
赵佳
SU Tingting;HU Ming;ZHAO Jia(School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)
出处
《长春工业大学学报》
CAS
2021年第2期147-152,共6页
Journal of Changchun University of Technology
基金
国家自然科学基金面上项目(61972054)
吉林省教育厅“十三五”科学技术研究规划基金资助项目(JJKH20200620KJ,JJKH20200622KJ)
吉林省发改委产业技术研究与开发专项基金资助项目(2021C045-6)
吉林省第四批青年科技托举人才项目(QT202001)
长春工程学院主题基金(320200052,320200053)
长春工程学院博士创新团队科研启动基金。
关键词
特征选择
对称不确定性
偏相关分析
feature selection
symmetric uncertainty
partial correlation analysis