2026《过滤式特征选择方法概述》2900字.docxVIP

过滤式特征选择方法概述

目录

TOC\o1-3\h\u21766过滤式特征选择方法概述 1

51751.1相关性度量 1

198571.2改进的相关性度量 4

211661.3过滤式特征选择方法的基本步骤 4

特征选择的三类方法中，过滤法是形式上最简单的一种，但其计算速度最快，效率最高。过滤法的核心便是特征评价函数和过滤阈值的选取。在各种类型的评价函数中，相关性度量指标是运用最广泛的一类，也是本文关注重点。本章主要介绍三种常见的相关性度量指标及其各自的优缺点，并在综合不同指标的优点的基础上，提出了改进的相关性度量指标。

1.1相关性度量

为方便后文的数学描述，在此对本文所解决的特征选择问题的数学形式和符号含义进行统一说明：给定数据集X∈Rd×n，其中d表示数据特征个数（即数据维度），n表示样本量的大小，xi∈Rn,i∈{0,1,…,d}表示全体样本在特征i个上的取值组成的向量（即下指标），xj∈R

1.1.1Pearson相关系数

Pearson相关系数来源于统计学，是度量两个随机变量之间的相关程度的常用指标，在离散变量和连续变量的情形下都适用。

在特征选择问题中，Pearson相关系数具体定义为两个数据特征的协方差除以其标准差的乘积，数学形式如（2-1）所示。Pearson相关系数能度量两个数据特征之间的线性相关程度，其取值落在[-1