基于流形学习的代价敏感特征选择-山东大学学报理学版.PDFVIP

　第５２卷　第３期 山　东　大　学　学　报　（理　学　版） ２０１７年３月　 　 　 　 　 　 　Ｖｏｌ．５２　 Ｎｏ．３　 　 　 　 　 ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｍａｒ．２０１７　 　文章编号：１６７１９３５２（２０１７）０３００９１０６　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７１９３５２．４．２０１６０８０ 基于流形学习的代价敏感特征选择 黄天意，祝峰 （闽南师范大学粒计算重点实验室，福建 漳州３６３０００） 摘要：为了得到一个低误分类代价的特征子集，本文通过定义样本间的代价距离并将代价距离引入了现有的特征 选择架构，把流形学习和代价敏感特征选择问题相结合得到了一个新的代价敏感特征选择方法，称之为基于流形 学习的代价敏感特征选择算法。以前提出的代价敏感特征选择算法在选择特征的过程中只考虑到了特征与误分 类代价的关系，并对特征一个一个的进行选择，而本文所提出的代价敏感特征选择算法同时考虑了特征与误分类 代价的关系和特征之间内在的判别信息，从而提高了代价敏感特征选择效果。在六个现实世界数据集上的实验 证明了本文所提出的算法效果优于现有的相关算法。 关键词：代价敏感，流形学习，有监督学习，特征选择 中图分类号：Ｏ１５１２６　　　文献标志码：Ａ 引用格式：黄天意，祝峰．基于流形学习的代价敏感特征选择［Ｊ］．山东大学学报（理学版），２０１７，５２（３）：９１９６． Ｃｏｓｔｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｖｉａｍａｎｉｆｏｌｄｌｅａｒｎｉｎｇ ＨＵＡＮＧＴｉａｎｙｉ，ＺＨＵＷｉｌｌｉａｍ （ＬａｂｏｒａｔｏｒｙｏｆＧｒａｎｕｌａｒＣｏｍｐｕｔｉｎｇ，ＭｉｎｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｇｚｈｏｕ３６３０００，Ｆｕｊｉａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｇｅｔａｌｏｗｃｏｓｔｓｕｂｓｅｔｏｆｏｒｉｇｉｎａｌｆｅａｔｕｒｅｓ，ｗｅｄｅｆｉｎｅｔｈｅｃｏｓｔｄｉｓｔａｎｃｅａｍｏｎｇｔｈｅｓａｍｐｌｅｓａｎｄ ｊｏｉｎｔｉｔｔｏｅｘｉｓｔｉｎｇｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｆｒａｍｅｗｏｒｋ．Ｗｅｃｏｍｂｉｎｅｍａｎｉｆｏｌｄｌｅａｒｎｉｎｇｉｎｔｏｃｏｓｔｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ ｍｏｄｅｌａｎｄｄｅｖｅｌｏｐａｃｏｒｒｅｓｐｏｎｄｉｎｇｍｅｔｈｏｄ，ｎａｍｅｌｙ，ｃｏｓｔｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｖｉａｍａｎｉｆｏｌｄｌｅａｒｎｉｎｇ（ＣＦＳＭ）． Ｍｏｓｔｐｒｅｖｉｏｕｓｃｏｓｔｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓｒａｎｋｆｅａｔｕｒｅｓｉｎｄｉｖｉｄｕａｌｌｙａｎｄｓｅｌｅｃｔｆｅａｔｕｒｅｓｊｕｓｔｕｓｉｎｇｃｏｒｒｅ ｌａｔｉｏｎｔｈｅｂｅｔｗｅｅｎｔｈｅｃｏｓｔａｎｄｔｈｅｆｅａｔｕｒｅｓ．Ｏｕｒｃｏｓｔｓｅｎｓｉｔｉｖｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓｅｌｅｃｔｓｆｅａｔｕｒｅｓｎｏｔｏｎｌｙ ｕｓｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｔｈｅｂｅｔｗｅｅｎｔｈｅｃｏｓｔａｎｄｔｈｅｆｅａｔｕｒｅｓｂｕｔａｌｓｏｕｓｉｎｇｔｈｅｄｉｓｃｒｉｍｉｎａｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｉｍｐｌｉｅｄｗｉｔｈｉｎ ｄａｔａｔｏｉｍｐｒｏｖｅｔｈｅｆｅａｔｕｒｅｓｓｅｌｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎｄｉｆｆｅｒｅｎｔｒｅａｌｗｏｒｌｄｄａｔａｓｅｔｓｓｈｏｗｔｈｅ ｐｒｏｍｉｓｉｎｇｐｅｒｆｏｒｍａｎｃｅｏｆＣＦＳＭｏｕｔｐｅｒｆｏｒｍｓｔｈｅｓｔａｔｅｏｆｔｈｅａｒｔｓ． Ｋｅｙｗｏｒｄｓ：ｃｏｓｔｓｅｎｓｉｔｉｖｅ；ｍａｎｉｆｏｌｄｌｅａｒｎｉｎｇ；ｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎ