摘要
基于Filter-Wrapper模型混合式特征选择,先利用近似马尔科夫毯删除冗余和不相关的特征,再用SBS算法对过滤后的特征集进行选择,筛选出最佳特征子集。在2个不同的分类器和4个公开数据集上与两种特征选择算法做了对比试验。
Based on Filter-Wrapper model hybrid feature extraction,the redundant and irrelevant features are deleted by means of approximate Markov blanket.Then SBS algorithm is used to select the filtered feature set and screen out the best feature subset.The method is compared with other two methods on two classifiers and 4 public data sets.
作者
殷柯欣
谢爱锋
翟峻仁
YIN Kexin;XIE Aifeng;ZHAI Junren(School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)
出处
《长春工业大学学报》
CAS
2022年第1期58-64,共7页
Journal of Changchun University of Technology
基金
吉林省教育厅基金资助项目(JJKH20181060SK)
吉林省职业教育与成人教育教学改革研究项目(2017ZCZ049)。
关键词
人工智能
近似马尔科夫毯
互信息
混合式特征选择
artificial intelligence
approximate Markov blanket
mutual information
hybrid feature selection