特征选择与降维单个特征的评价.pptVIP

北京邮电大学信息工程学院 第九章 特征选择与降维 §9-1 单个特征的评价 一. K-W 检验 K-W（Kruskal and Wallis）检验是一种常用的特征选择方法。 假定要检验某个特征x对于分类的有效程度,已知一批样品共有N 个，这批样品分为m类，第i类包括品， ，则检 验方法如下： (1) 列出全部样品对应的特征x的取值。 (2) 按照x取值从小到大的顺序给每个样品编号。例如，x取 值最小的样品编号为1， x取值次小的样品编号为2，等等。 若有几个样品所对应的x值相同，可以对它们随机编号，也 可以采用平均也可以采用随机编号的办法。 (3) 取每类各样品编号的平均值，分别记作 。 (4) 计算统计量H，公式为： (9.1) 在实用中一般只需比较各特征的H值，H越大时，特征的分 类能力越强。 例9.1 设有N＝10个样品，共分m＝2类，每个样品取4个特征， 用K－W检验比较特征的分类能力。原始资料矩阵见表9.1。