一種有效匹配特征選擇提取方法_第1頁
一種有效匹配特征選擇提取方法_第2頁
一種有效匹配特征選擇提取方法_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

從而快速準確地進行數據分析和分類，一直是研究者們關注的熱點問題。本文提出了一種有效匹配特征選擇提取方法，具有較高的準確性和速度，能夠在數據分析和分類方面起到重要的作用。標簽之間的關聯(lián)度來篩選特征。熵值法、相關系數法、互信息法、t檢驗12由于實際數據存在噪聲、干擾等因素，為了提高特征選擇的準確性，需要計算殘差。本文基于殘差對數據進行了分析，進一步提高了特征選312征之間的相似度和與標簽之間的關聯(lián)度。再根據相似度和關聯(lián)度的權重，篩選出最具代表性、最有意義的特征。4本文將提出的方法與經典特征選擇方法進行了比較。實驗結果表明，本文提出的方法在各項指標上均表現(xiàn)出了優(yōu)越的效果，能夠快速、準確然而，本文方法還存在一些不足之處，例如對高維數據的處理能力不足，需要進一步改進。未來的研究可以考慮將本文方法與深度學習等技術相GuyonI,ElisseeffA.Anintroductiontovariableandfeatureselection.Journalofmachinelearningresearch,2003,3(Mar):1157-PengH,LongF,DingC.Featureselectionbasedonmutualinformationcriteriaofmax-dependency,max-relevance,andmin-redundancy.IEEETransactionsonpatternanalysisandmachineintelligence,2005,27(8):1226-1238.LiuH,MotodaH.Featureselectionforknowledgediscoveryanddatamining,SpringerScience&BusinessMedia,2007.ZhangM,ZhangL,ZhangY.Featureselectionforhigh-dimensionaldata:Afastcorrelation-basedfiltersolution.Proceedingsofthe20thinternationaljo

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論