一种近似Markov Blanket最优特征选择算法 计算机.docVIP

第卷第期计算机学报年月一种近似最优特征选择算法崔自峰徐宝文张卫丰∞徐峻岭’东南大学计算机科学与技术学院南京’南京邮电大学计算机学院南京摘要特征选择可以有效改善分类效率和精度传统方法通常只评价单个特征较少评价特征子集在研究特征相关性基础上进一步划分特征为强相关、弱相关、无关和冗余四种特征建立起理论和特征相关性之间的联系结合—检验统计方法提出了一种基于前向选择的近似特征选择算法获得近似最优的特征子集实验结果证明文中方法选取的特征子集与原始特征子集相比以远小于原始特征数的特征子集获得了高于或接近于原始特征集的分类结果同时在高维特征空间的文本分类领域与其它的特征选择方法等方法的分类结果进行了比较在文本数据集上的分类实验结果表明文中提出的方法获得的特征子集在分类时优于其它方法关键词特征选择相关性—检验分类中图法分类号—’—’—矿’—’’曲户札‘盯斯王聊行阳“斑删口可