登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种面向聚类的加权特征选择算法
  • 摘要

    针对面向聚类的特征选择算法效率和效果无法兼顾,并且对高维数据适用度不高的问题,提出了一种基于邻域分析的加权特征选择算法ENFSA.该算法首先基于信息熵构建候选特征集,降低加权特征选择的候选特征维度,在此基础上采用邻域分析法评估特征冗余度和相关性,并根据评估结果更新特征子集和权值向量,不断迭代,直至特征权值向量趋于稳定.在10种典型数据集上的测试结果表明,与传统的特征选择算法相比,新的算法特征约简效率较好,能够明显提高数据集聚类效果,同时在特征维度较高的数据集上依然表现出很好的效果.

  • 作者

    刘帅  杨英杰  刘武越  Liu Shuai  Yang Yingjie  Liu Wuyue 

  • 作者单位

    解放军信息工程大学密码工程学院 ,郑州,450001/解放军信息工程大学指挥军官基础教育学院,郑州,450001

  • 刊期

    2015年12期 ISTIC PKU

  • 关键词

    加权特征选择  聚类  信息熵  邻域分析  特征权值向量  weighted feature selection  clustering  information gain  neighborhood analysis  feature weight vector 

相似文献 查看更多>>
18.204.48.40