一种基于特征聚类的特征选择方法.pdfVIP

32 5 Vol． 32 No． 5 第 卷第 期 计 算 机 应 用 研 究 2015 5 Application Ｒesearch of Computers May 2015 年 月 一种基于特征聚类的特征选择方法* 1，2 3 ， 王连喜 蒋盛益 (1． ， 510420 ;2 ． ， 510006 ;3． 广东外语外贸大学图书馆 广州 语言工程与计算广东省社会科学重点实验室 广州 ， 510006) 广东外语外贸大学思科信息学院 广州 : 。 ， 摘 要 特征选择是数据挖掘和机器学习领域中一种常用的数据预处理技术 在无监督学习环境下 定义了一 ， FSFC 。 种特征平均相关度的度量方法 并在此基础上提出了一种基于特征聚类的特征选择方法 该方法利用聚 ， ( ) ， 类算法在不同子空间中搜索簇群 使具有较强依赖关系 存在冗余性 的特征被划分到同一个簇群中 然后从每 ， 。 UCI 一个簇群中挑选具有代表性的子集共同构成特征子集 最终达到去除不相关特征和冗余特征的目的 在 数 据集上的实验结果表明，FSFC 方法与几种经典的有监督特征选择方法具有相当的特征约减效果和分类性能。 : ; ; ; 关键词 特征选择 特征聚类 相关度 无监督学习 中图分类号:TP181 文献标志码:A 文章编号:1001-3695 (2015)05-1305-04 doi :10 ． 3969 /j ． issn． 1001-3695． 2015． 05． 006 Novel feature selection method based on feature clustering WANG Lian-xi1，2 ，JIANG Sheng-yi3 (1． Library ，Guangdong University of Foreign Studies ，Guangzhou 510420 ，China ;2． Social Science Key Laboratory of Language Engineering ＆ Comp uting of Guangdong Province ，Guangzhou 510006 ，China ;3． Cisco School of Inf ormatics ，Guangdo