计算机应用 ›› 2014, Vol. 34 ›› Issue (9): 2608-2611.
收稿日期:
2014-03-07
修回日期:
2014-05-13
出版日期:
2014-09-01
发布日期:
2014-09-30
通讯作者:
朱接文
作者简介:
ZHU Jiewen,XIAO Jun
Received:
2014-03-07
Revised:
2014-05-13
Online:
2014-09-01
Published:
2014-09-30
Contact:
ZHU Jiewen
摘要:
针对大型数据中大量冗余特征的存在可能降低数据分类性能的问题,提出了一种基于互信息(MI)与模糊C均值(FCM)聚类集成的特征自动优选方法FCC-MI。首先分析了互信息特征及其相关度函数,根据相关度对特征进行排序;然后按照最大相关度对应的特征对数据进行分组,采用FCM聚类方法自动确定最优特征数目;最后基于相关度对特征进行了优选。在UCI机器学习数据库的7个数据集上进行实验,并与相关文献中提出的基于类内方差与相关度结合的特征选择方法(WCMFS)、基于近似Markov blanket和动态互信息的特征选择算法(B-AMBDMI)及基于互信息和遗传算法的两阶段特征选择方法(T-MI-GA)进行对比。理论分析和实验结果表明,FCC-MI不但提高了数据分类的效率,而且在有效保证分类精度的同时能自动确定最优特征子集,减少了数据集的特征数目,适用于海量、数据特征相关性大的特征约简及数据分析。
中图分类号:
朱接文 肖军. 互信息与模糊C均值聚类集成的特征优选方法[J]. 计算机应用, 2014, 34(9): 2608-2611.
ZHU Jiewen XIAO Jun. Feature selection method based on integration of mutual information and fuzzy C-means clustering[J]. Journal of Computer Applications, 2014, 34(9): 2608-2611.
[1]WU S, ZHANG W, HUANG H, et al.FD-CABOSFV interval variable high dimensional data clustering [J]. China Journal of Information Systems, 2011, 5(2): 77-87. (武森,张文丽,黄慧敏,等. FD-CABOSFV区间变量高维数据聚类[J].信息系统学报, 2011, 5(2):77-87)
[2]ZHANG X, SUN Z, XU G, et al.A feature selection algorithm combining within-class variance with correlation measure [J]. Journal of Harbin Institute of Technology, 2011, 43(2): 133-136. (张晓光, 孙正, 徐桂云,等. 一种类内方差与相关度结合的特征选择算法[J]. 哈尔滨工业大学学报, 2011, 43(2): 133~136.)
[3]RATA G A, VEGA J, MURARI A, et al.Improved feature selection based on genetic algorithm for real time disruption prediction on JET [J]. Fusion Engineering and Design, 2012, 87(9):1670-1678.
[4]ZHANG Y, YAN Y. A feature selection method based on adaptive genetic strategy [J]. Joural of Changchun University of Techonology, 2010, 31(2): 126-130. (张云鹏,闫一功. 一种基于自适应遗传策略的特征选择算法[J].长春工业大学学报, 2010,31(2):126-130.)
[5]YAO X, WANG X, ZHANG Y, et al.Ensemble feature selection algorithm based on Markov blanket and mutual information [J]. Journal of Systems Engineering and Electronics, 2012, 34(5): 1046-1050. (姚旭, 王晓丹, 张玉玺,等.基于Markov blanket和互信息的集成特征选择算法[J].系统工程与电子技术, 2012, 34(5): 1046-1050.)
[6]SYLVAIN V, TEODOR T, ABDESSAMAD K. Fault detection and identification with a new feature selection based on mutual information [J]. Journal of Press Control, 2008, 18(5): 479-490.
[7]GUO B F, MARK S N. Gait feature subset selection by mutual information[J]. IEEE Transactions on systems, Man and Cybernetics — Part A: System and Humans, 2009, 39(1): 36-46.
[8]HSU H H, HSIEH C W, LU M. Hybrid feature selection by combining fliters and wrappers [J]. Expert Systems with Applications, 2011, 38(7): 8144-8150.
[9]QIU G, WANG N, WANG W. Two-stage feature selection algorithm based on mutual information and genetic algorithm [J]. Application Research of Computers, 2012, 29(8): 2903-2905. (裘国永, 王娜, 汪万紫. 基于互信息和遗传算法的两阶段特征选择方法[J]. 计算机应用研究, 2012, 29(8): 2903-2905.)
[10]ESTEVEZ P A, MICHEL T, PEREZ C A, et al.Normalized mutual information feature selection [J]. IEEE Transactions on Neural Networks, 2009, 20(2): 189-201.
[11]XIAO M, LIU Y, ZHOU X. A property optimization method in support of approximately duplicated records detecting [C]// Proceedings of the 2009 IEEE International Conference on Intelligent Computing and Intelligent Systems. Piscataway: IEEE, 2009, 3: 118-122.
[12]BLAKE C, MERZ C. UCI repository of machine learning database [EB/OL]. [2013-03-15]. http://www.ics.uci.edu/~mlearn/MLR epository.html. |
[1] | 吴军 欧阳艾嘉 张琳. 基于影响度的统计显著序列模式挖掘算法[J]. 计算机应用, 0, (): 0-0. |
[2] | 张璐 方春 祝铭. 基于Res2Net-YOLACT和融合特征的室内跌倒检测算法[J]. 计算机应用, 0, (): 0-0. |
[3] | 殷雨昌 王洪元 陈莉 冯尊登 肖宇. 基于单标注样本的多损失学习与联合度量视频行人重识别[J]. 计算机应用, 0, (): 0-0. |
[4] | 胡军 许正康 刘立 钟福金 张清华. 融合多粒度社区信息的网络嵌入方法[J]. 计算机应用, 0, (): 0-0. |
[5] | 李润泽 孙雪姣. 基于时间条件提取序列的数据流偏好查询[J]. 计算机应用, 0, (): 0-0. |
[6] | 罗圣钦 陈金怡 李洪均. 基于注意力机制的多尺度残差UNet实现乳腺癌灶分割[J]. 计算机应用, 0, (): 0-0. |
[7] | 曹一珉 蔡磊 高敬阳. 基于生成对抗网络的基因数据生成方法[J]. 计算机应用, 0, (): 0-0. |
[8] | 陈冲 闫珠 赵继轩 何为 梁华庆. 基于集合经验模态分解和长短期记忆网络的催化裂化装置NOx排放预测[J]. 计算机应用, 0, (): 0-0. |
[9] | 徐光柱 林文杰 陈莎 匡婉 雷帮军 周军. U-Net与自适应阈值脉冲耦合神经网络相结合的眼底血管分割方法[J]. 计算机应用, 0, (): 0-0. |
[10] | 杨鼎康 黄帅 王顺利 翟鹏 李一丹 张立华. 基于对抗生成网络和网络集成的面部表情识别方法EE-GAN[J]. 计算机应用, 0, (): 0-0. |
[11] | 李讷 徐光柱 雷帮军 马国亮 石勇涛. 交通道路行驶车辆车标识别算法[J]. 计算机应用, 0, (): 0-0. |
[12] | 孟杰 王莉 杨延杰 廉飚. 基于多模态深度融合的虚假信息检测[J]. 计算机应用, 0, (): 0-0. |
[13] | 秦庭威 赵鹏程 秦品乐 曾建朝 柴锐 黄永琦. 基于残差注意力机制的点云配准算法[J]. 计算机应用, 0, (): 0-0. |
[14] | 鲁永帅 唐英杰 马鑫然. 基于深度特征融合的无纺布低对比度浆丝缺陷检测方法[J]. 计算机应用, 0, (): 0-0. |
[15] | 王宇航 周永霞 吴良武. 基于高斯函数的池化算法[J]. 计算机应用, 0, (): 0-0. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||