|
|
1.
基于特征选择的多侧面覆盖算法
吴涛 张方方
计算机应用
2011, 31 (05):
1318-1320.
DOI: 10.3724/SP.J.1087.2011.01318
多侧面覆盖算法对海量高维数据的分类采用分而治之的思想,依据分量差的绝对值和,选取部分属性构建不同样本子集的覆盖,降低了学习的复杂度,但初始属性集的选择依据经验或实验获得。为降低初始属性集选择的主观性和属性集调整的复杂性,利用Relief特征选择方法确定适合不同数据集的最优特征子集,构建了分层递阶的覆盖网络,并对实际数据集进行实验。实验结果表明,该算法具有较高的精度和效率,可以有效地实现复杂问题的分类。
相关文章 |
多维度评价
|
|
