基于譜回歸的無監(jiān)督特征選擇算法研究.pdf

1、隨著現(xiàn)實(shí)世界中文本、圖像、網(wǎng)絡(luò)和基因數(shù)據(jù)等高維數(shù)據(jù)的廣泛出現(xiàn)，人們發(fā)現(xiàn)在數(shù)據(jù)挖掘過程中并不是所有的特征都是重要的和有用的，在這類數(shù)據(jù)集中，有些特征是冗余的甚至是不相關(guān)的。為了提高數(shù)據(jù)挖掘的質(zhì)量，常常先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。特征選擇是常用的數(shù)據(jù)預(yù)處理的方法之一，它是通過一定的算法去除這些冗余和不相關(guān)特征，選擇原始數(shù)據(jù)的重要特征子集。降維選擇后的特征能夠提高聚類的速度以及優(yōu)化聚類結(jié)果。
　　特征選擇可以根據(jù)特征選擇的原始數(shù)據(jù)有無類標(biāo)簽分為

2、有監(jiān)督特征選擇和無監(jiān)督特征選擇。有監(jiān)督特征選擇是根據(jù)特征與類標(biāo)簽和特征與特征間的相關(guān)性來判斷特征子集的優(yōu)劣。而現(xiàn)實(shí)中的數(shù)據(jù)多數(shù)是不帶類信息的，因此無監(jiān)督特征選擇成為了當(dāng)前的一個(gè)研究熱點(diǎn)。傳統(tǒng)的無監(jiān)督特征選擇方法在特征選擇過程中改變了數(shù)據(jù)的流形，特征選擇后的子集丟失了原有的類信息，失去了與原始數(shù)據(jù)的對(duì)應(yīng)關(guān)系，導(dǎo)致聚類的效果不佳。
　　本文利用流行學(xué)習(xí)和L1正則化的原理，提出一種基于譜回歸的無監(jiān)督特征選擇方法，利用拉普拉斯矩陣映射獲得