基于随机复杂度约束的高维特征自动选择算法 an automatic feature selection algorithm for high dimensional data based on the stochastic complexity regularization.pdfVIP

基于随机复杂度约束的高维特征自动选择算法 an automatic feature selection algorithm for high dimensional data based on the stochastic complexity regularization.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于随机复杂度约束的高维特征自动选择算法 an automatic feature selection algorithm for high dimensional data based on the stochastic complexity regularization

第2期 电 子 学 报 W.39No.2 2011年2月 ACrAⅡ正am0NICASINlCA F曲.20ll 基于随机复杂度约束的高维特征自动选择算法 刘 峤,王娟,陈伟,秦志光 (电子科技大学计算机科学与工程学院,四川成都610054) 摘要: 高维特征选择问题是机器学习研究领域的公开问题,当前流行的1.范数约束正则化解决方案存在的主 要问题是缺乏特征组选能力和特征选择能力受样本容量限制.本文从随机复杂度理论的模型冗余度最优下界推导得 出了一种易于求解的基于零一范数约束的特征选择算法模型.该算法不仅可证优化,而且具备自动特征选择能力,克 服了1.范数约束方法的主要缺点,算法不依赖于对数据真实生成模型的参数假设,具有广泛的适用性。仿真实验表明 该算法在常规数据建模任务中的性能表现与l一范数约束方法相当,在真实基因数据集上的测试结果进一步验证了 该算法在高维特征空间的性能优于近期发表的一些主要算法. 关键词: 机器学习;生物信息学;特征选择;正则化方法;高维 中图分类号:TP391.4文献标识码: A 文章编号: AnAutomaticFeatureSelection for DimensionalData AlgorithmHigh Basedon theStochastic ComplexityRegularization UU Juan,CFIEN Qi舯,WANG Wei,QINZhi-guang (S曲d and局锣.哪妇w,功由嘶of觑鲥瑚如蛔娣and of岛删眦&妇M selectionfor feature issueformachine A咖d:l奄atme sparse space learning K咖妇菇伽lal is柚open Icscvrch,pfe垤- share the lent1-咖n so呲thvote6cal击孙而∞b,str。h签lack features,and approaches ability幻select呲grouped re蛰lI习d蒯on cannotselectI砸efeatures吐I锄thesize.Thisconsidersthe fromthestochastic sample paper sp缸∞modelingmoblan 00棚pkxity dl|rivean modelfromitsMinimaxbound is n瑚rype删ve,andeasycvmputable approximation.Theproposedapproachpmved overcolzttheirdraw- itsl-norm altcmauvcs,hn 幻be晖五rI蝴,and啪pcd.锄m吐cI础featt北selection硇曲topc狂diz

您可能关注的文档

文档评论(0)

qianqiana + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5132241303000003

1亿VIP精品文档

相关文档