基于Relief-F的半监督特征选择算法 |
| |
引用本文: | 刘吉超,王锋.基于Relief-F的半监督特征选择算法[J].郑州大学学报(理学版),2021(1):42-46,53. |
| |
作者姓名: | 刘吉超 王锋 |
| |
摘 要: | 传统的Relief-F算法主要用于处理有标记数据集.针对部分标记数据集,引入一种基于耦合学习的数据样本相似度,设计了一种面向符号数据的基于Relief-F算法的半监督特征选择算法.为有效验证新算法的可行性,实验分析中选取了5组UCI数据集和3种常用机器学习分类器来进行验证,实验结果进一步验证了算法的有效性.
|
关 键 词: | 特征选择 耦合相似度 Relief-F算法 半监督学习 |
|
|