資源描述：
《基于特征子集區(qū)分度與支持向量機(jī)的特征選擇算法-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第37卷第8期計(jì)算機(jī)學(xué)報(bào)Vo1．37No．82014年8月CHINESEJOURNAL0FCOMPUTERSAug．2014基于特征子集區(qū)分度與支持向量機(jī)的特征選擇算法謝娟英”謝維信’”(陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院西安710062)(深圳大學(xué)信息工程學(xué)院ATR國(guó)家重點(diǎn)實(shí)驗(yàn)室廣東深圳518060)摘要考慮特征之間的相關(guān)性對(duì)于其類間區(qū)分能力的影響，提出了一種新的特征子集區(qū)分度衡量準(zhǔn)則——DFS(DiscernibilityofFeatureSubsets)準(zhǔn)則．該準(zhǔn)則考慮特征之間的相關(guān)性，通過(guò)計(jì)算特征子集中全部特征對(duì)于分類的聯(lián)合貢獻(xiàn)來(lái)判斷特征子集的類間
2、辨別能力大小，不再只考慮單個(gè)特征對(duì)于分類的貢獻(xiàn)．結(jié)合順序前向、順序后向、順序前向浮動(dòng)和順序后向浮動(dòng)4種特征搜索策略，以支持向量機(jī)(SupportVectorMachines，SVM)為分類工具，引導(dǎo)特征選擇過(guò)程，得到4種基于DFS與SVM的特征選擇算法．其中在順序前／后向浮動(dòng)搜索策略中，首先根據(jù)DFS準(zhǔn)則加入／去掉特征到特征子集中，然后在浮動(dòng)階段根據(jù)所得臨時(shí)SVM分類器的分類性能決定剛加入／去掉特征的去留．UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)數(shù)據(jù)集的對(duì)比實(shí)驗(yàn)測(cè)試表明，提出的DFS準(zhǔn)則是一種很好的特征子集類間區(qū)分能力度量準(zhǔn)則；基于DFS與SVM的特征選擇算法實(shí)現(xiàn)了有
3、效的特征選擇；與其他同類算法相比，基于DFS準(zhǔn)則與SVM的特征選擇算法具有非常好的泛化性能，但其所選特征子集的規(guī)模不一定是最好的．關(guān)鍵詞特征選擇；支持向量機(jī)；相關(guān)性；特征子集區(qū)分度；特征區(qū)分度中圖法分類號(hào)TP18DOI號(hào)10．3724／SP．J．1016．2014．01704SeveralFeatureSelectionAlgorithmsBasedontheDiscernibilityofaFeatureSubsetandSupportVectorMachinesXIEJuan-YingXIEWei-Xin?！?SchoolofComputer
4、Science，ShaanxiNormalUniversity，Xi’an710062)2(SchoolofInformationEngineering，NationalLaboratoryofATR，ShenzhenUniversity，Shenzhen，Guangdong518060)AbstractToconsidertheinfluenceofthecorrelationbetweenfeaturesontheirdiscernibilitybetweenclasses，anewcriterionwasproposedinthispaper
5、toevaluatethediscernibilityofafeaturesubset．WereferredtothiscriterionasDFSfortheshortofthediscernibilityoffeaturesubsets．DFSconsidersthecorrelationbetweenfeaturesbycomputingthediscernibilityofthewholefeatureSUbsetbetweenclasses，SOthatitcanmeasurethecontributionofthewholefeatur
6、esubsettotheclassificationnotonlythatofonefeature．FourfeatureselectionalgorithmswereputforwardbycombiningtheDFS，respectively，withthesequentialforwardsearch，sequentialbackwardsearch，sequentialforwardfloatingsearch，andthesequentialbackwardfloatingsearchstrategieswheresupportvect
7、ormachines(SVM)wereusedasaclassificationtooltoguidethefeatureselectionprocedure，especiallyinthesequentialforward／backwardfloatingsearchprocedureswhereafeaturewasfirstaddedto／deletedfromthefeaturesubsetusingtheDFScriterion，thenitwasdeletedfrom／calledbackduringthefloatingprocedu
8、redependingontheaccuracyofthecorrespondingtemporarySVMclassif
