基于類心和特征加權的特征選擇.pdf

1、在科技日新月異的大數(shù)據(jù)時代，我們所面對的數(shù)據(jù)集越來越龐大。在海量數(shù)據(jù)中，往往含有大量的不相干信息和冗余信息，使得現(xiàn)有機器學習算法面臨著嚴峻的挑戰(zhàn)。如何在保持數(shù)據(jù)信息足夠完整的前提下，從中提取出有效而又合理的特征數(shù)據(jù)，滿足存儲需求和提高信息處理效率，是亟需解決的問題。因此特征選擇問題一直是模式識別領域的研究熱點之一。
　　基于邊界最大化的特征選擇方法是一種有效的特征選擇方法，它能夠顯著去除高維數(shù)據(jù)中的不相干特征，在機器學習中有著重要

2、的應用，但該方法存在著計算復雜度較大的問題。以計算高效性著稱的基于局部學習的特征選擇算法的計算復雜度仍與輸入對數(shù)維度呈對數(shù)復雜度。為了克服這一問題，本文在其基礎上，提出了基于類心和特征加權的特征選擇算法。其基本思想是以某一類的類心為中心，尋找其同類和異類最近鄰構成邊界，根據(jù)某種準則獲得一個特征空間的權重，使得權重特征空間中的邊界最大。本文的算法具有很好的處理效率，可以在兩秒內處理5000維特征。
　　通過對該特征選擇算法選擇出的特