计算机应用研究2021，Vol.38Issue(10) ：3019-3024.DOI:10.19734/j.issn.1001-3695.2021.03.0043

非一致性引导的无监督特征选择

Unsupervised feature selection guided by disagreement

王莹莹 曲衍鹏
计算机应用研究2021，Vol.38Issue(10) ：3019-3024.DOI:10.19734/j.issn.1001-3695.2021.03.0043
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

非一致性引导的无监督特征选择

Unsupervised feature selection guided by disagreement

王莹莹 1曲衍鹏1
扫码查看

作者信息

  • 1. 大连海事大学 信息科学技术学院,辽宁 大连 116026
  • 折叠

摘要

由于无监督环境下特征选择缺少类别信息的依赖,所以利用模糊粗糙集理论提出一种非一致性度量方法DAM(disagreement measure),用于度量任意两个特征集合或特征间引起的模糊等价类含义的差异程度.在此基础上实现DAMUFS无监督特征选择算法,其在无监督条件下可以选择出包含更多信息量的特征子集,同时还保证特征子集中属性冗余度尽可能小.实验将DAMUFS算法与一些无监督以及有监督特征选择算法在多个数据集上进行分类性能比较,结果证明了DAMUFS的有效性.

关键词

无监督特征选择/非一致性/模糊粗糙集/数据预处理

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量2
参考文献量1
段落导航相关论文