|
|||||
|
|
| 基于归一化互信息的FCBF特征选择算法 | |
| 作者单位： | ;1.兰州理工大学计算机与通信学院 |
| 摘 要： | 针对高维数据中不相关特征、冗余特征等导致的分类任务计算量大、分类正确率低等问题,提出了一种基于归一化互信息的相关性快速过滤特征选择(FCBF-NMI)算法.该算法采用归一化互信息代替对称不确定性作为FCBF算法的相关性评价标准,进行特征与类别、特征与特征的相关性分析,删除不相关特征及冗余特征以获得最优特征子集.实验结果表明:FCBF-NMI算法得到的最优特征子集更合理,平均分类正确率为89.68%,所用时间平均低至2.64s. |
| 关 键 词： | 高维数据 特征选择 归一化互信息 相关性快速过滤特征选择(FCBF) 分类 |
FCBF algorithm based on normalized mutual information for feature selection |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |