基于最小平方QR分解的改进鲁棒特征选择

针对基于l2,p-范数的鲁棒特征选择方法存在的分类精度差问题,提出一种基于最小平方QR分解的鲁棒特征选择算法。将基于l2,p-范数的鲁棒特征选择问题转化为迭代重加权最小二乘问题,对目标函数进行求导得到权重,利用权重构造加权数据矩阵和加权类标签矩阵,最后用最小平方QR分解算法求解由两个加权矩阵构成的线性方程组问题。实验结果表明,该算法不仅收敛速度快,而且分类精度有所提高。