基于數(shù)據(jù)相關(guān)性的代價(jià)敏感特征選擇.pdf

1、在大數(shù)據(jù)時(shí)代，特征選擇在數(shù)據(jù)挖據(jù)和機(jī)器學(xué)習(xí)中占有不可或缺的地位。傳統(tǒng)的特征選擇分類算法是通過獲得高分類精度來說明算法的有效性。然而，在現(xiàn)實(shí)中，數(shù)據(jù)樣本的獲取具有不同的價(jià)格，錯(cuò)誤分類也會(huì)產(chǎn)生相應(yīng)的懲罰代價(jià)?；诖?，本文從數(shù)據(jù)相關(guān)性出發(fā)重點(diǎn)研究了基于代價(jià)敏感學(xué)習(xí)的特征選擇方法，具體研究內(nèi)容包括:
　　1.提出了一種基于樣本鄰域保持的代價(jià)敏感特征選擇算法。首先，根據(jù)樣本的鄰域信息計(jì)算得到樣本的鄰域矩陣;然后，根據(jù)鄰域矩陣及代價(jià)矩陣來計(jì)算

2、每個(gè)特征的重要度并得到特征選擇算法。
　　2.提出了一種結(jié)合粗糙集和拉普拉斯打分的代價(jià)敏感特征選擇算法。首先，利用粗糙集計(jì)算出所有特征的核;然后，使用三種不同的分布得到測試代價(jià);最后，結(jié)合拉普拉斯打分和測試代價(jià)來計(jì)算特征重要度并得到特征選擇算法。
　　3.提出了一種基于l2,1-范數(shù)的代價(jià)敏感特征選擇算法。首先，通過權(quán)衡測試代價(jià)及誤分類代價(jià)來構(gòu)造損失函數(shù);其次，利用l2-范數(shù)保證模型的旋轉(zhuǎn)不變性和對離群點(diǎn)的魯棒性;然后，通過