基于類心和特征加權(quán)的特征選擇.pdf

1、在科技日新月異的大數(shù)據(jù)時(shí)代，我們所面對的數(shù)據(jù)集越來越龐大。在海量數(shù)據(jù)中，往往含有大量的不相干信息和冗余信息，使得現(xiàn)有機(jī)器學(xué)習(xí)算法面臨著嚴(yán)峻的挑戰(zhàn)。如何在保持?jǐn)?shù)據(jù)信息足夠完整的前提下，從中提取出有效而又合理的特征數(shù)據(jù)，滿足存儲需求和提高信息處理效率，是亟需解決的問題。因此特征選擇問題一直是模式識別領(lǐng)域的研究熱點(diǎn)之一。
　　基于邊界最大化的特征選擇方法是一種有效的特征選擇方法，它能夠顯著去除高維數(shù)據(jù)中的不相干特征，在機(jī)器學(xué)習(xí)中有著重要

2、的應(yīng)用，但該方法存在著計(jì)算復(fù)雜度較大的問題。以計(jì)算高效性著稱的基于局部學(xué)習(xí)的特征選擇算法的計(jì)算復(fù)雜度仍與輸入對數(shù)維度呈對數(shù)復(fù)雜度。為了克服這一問題，本文在其基礎(chǔ)上，提出了基于類心和特征加權(quán)的特征選擇算法。其基本思想是以某一類的類心為中心，尋找其同類和異類最近鄰構(gòu)成邊界，根據(jù)某種準(zhǔn)則獲得一個(gè)特征空間的權(quán)重，使得權(quán)重特征空間中的邊界最大。本文的算法具有很好的處理效率，可以在兩秒內(nèi)處理5000維特征。
　　通過對該特征選擇算法選擇出的特