基于实例学习和协同子集搜索的特征选择方法 | |
许小媛1; 黄黎1,2 | |
2017-06-20 | |
发表期刊 | 电信科学 |
ISSN | 1000-0801 |
卷号 | 33期号:06页码:105-113 |
摘要 | 特征子集搜索是数据挖掘分类任务中一个关键性的难题,常用的过滤器方法忽略了基因之间的相关性,此外,现有的解决方法并不是专门针对处理小样本数据,因此在特征选择方面表现出了不稳定性。为了解决上述问题,在实例学习的基础上提出了一种新型的混合封装过滤算法,并且提出了一种具有封装器评价体系的分类器算法——协同性子集搜索(CSS)。选取几个高维小样本的癌症数据集作为数据来源,对提出的评价体系进行了实验测试,结果表明,该方法在准确性及稳定性方面较其他方法表现更好。 |
关键词 | 特征选择 混合 小样本 分类 稳定性 |
URL | 查看原文 |
收录类别 | 北大核心 |
语种 | 中文 |
资助项目 | 江苏省教育科学“十三五”规划2016年度青年专项课题(No.C-b/2016/03/25);江苏开放大学“十三五”规划2016年度重点研究课题(No.16SSW-Z-003)~~ |
原始文献类型 | 学术期刊 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/138290 |
专题 | 国家开放大学江苏分部 |
作者单位 | 1.江苏开放大学信息与机电工程学院; 2.南京航空航天大学计算机科学与技术学院 |
第一作者单位 | 国家开放大学江苏分部 |
第一作者的第一单位 | 国家开放大学江苏分部 |
推荐引用方式 GB/T 7714 | 许小媛,黄黎. 基于实例学习和协同子集搜索的特征选择方法[J]. 电信科学,2017,33(06):105-113. |
APA | 许小媛,&黄黎.(2017).基于实例学习和协同子集搜索的特征选择方法.电信科学,33(06),105-113. |
MLA | 许小媛,et al."基于实例学习和协同子集搜索的特征选择方法".电信科学 33.06(2017):105-113. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[许小媛]的文章 |
[黄黎]的文章 |
百度学术 |
百度学术中相似的文章 |
[许小媛]的文章 |
[黄黎]的文章 |
必应学术 |
必应学术中相似的文章 |
[许小媛]的文章 |
[黄黎]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
相关推荐 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论