联合过滤式与嵌入式样本的标签库特征选择

嵌入式样本标签库中存在重复、异常无效特征,导致特征选择正确率较低。为此,提出了联合过滤式与嵌入式样本的标签库特征选择方法。通过计算总体分布概率密度,分析无效特征高斯隶属度。采用基于k近邻算法联合高斯隶属度的高斯正态分布过滤方式,过滤无效特征。设置最大相关最小冗余度特征选择准则,使得标签库特征之间保持最大相关性,过滤错误率持续最小化。定位标签位置,计算标签库两个特征之间水平距离,将空间位置坐标映射到二维平面上,使用粒子群优化算法,依据标签位置选择标签库特征,在粒子群全局最优解的基础上,更新标记位置,从而获得最优解,完成样本标签库特征选择。实验结果可知,该方法特征数据得到有效标记,未出现丢失,最高选择正确率为0.97,具有精准选择效果。