基于K均值聚类的无监督的特征选择方法.pdfVIP

第 3 期 张 莉等: 基于 K-均值聚类的无监督的特征选择方法 ·23 · 基于 K-均值聚类的无监督的特征选择方法 * 张 莉, 孙 钢, 郭 军 ( 北京邮电大学 信息工程学院, 北京 100876) 摘 要: 模式识别方法首先要解决的一个问题就是特征选择, 目前许多方法考虑了有监督学习的特征选择问 题, 对无监督学习的特征选择问题却涉及得很少。依据特征对分类结果的影响和特征之间相关性分析两个方面 提出了一种基于 K- 均值聚类方法的特征选择算法, 用于无监督学习的特征选择问题。 关键词: 特征选择; 相关性分析; 无监督学习 ; 聚类 中图法分类号: TP391. 4 文献标识码: A 文章编号 : 1001- 3695( 2005) 03- 0023- 02 Unsupervised Feature Selection Method Based on K-means Clustering ZHANG Li, SUN Gang, GUO Jun ( School of Information Engineering, Beijing University of Posts Telecommunications, Beijing 100876, China) Abstract: The first problem need to be solved in pattern recognition method is feature selection. Now many methods think more about supervised feature selection problem, but involve little about unsupervised feature selection problem. In this paper, a feature selection algorithm based on K-means clustering method is proposed involving classification capabilities of feature vec- tors and correlation analysis between two features. This method can be used in unsupervised feature selection problem. Key words: Feature Selection; Correlation Analysis; Unsupervised Learning; Clustering 不同的特征子集对应的自然分类可能也不同, 因而对不同的特 1 引言 征子集使用相同的分类结果, 不能有效地描述特征对样本自然 分类的影响。本文依据特征对分类结果的影响和特征之间相 模式识别的主要任务是利用从样本中提取的特征将样本 关分析两个方面提出了一种基于 K-均值聚类的特征选择方 划分为相应的模式类别, 特征提取与选择是模式识别中的关键 法, 用于无监督学习的特征选择问题。其基本思想是对每一个 技术之一。一般情况下, 只有在特征向量中包含了足够的类别