论文摘要
针对小样本数据特征选择以及最佳特征难确定的问题,本文提出一种MIFS过滤式特征选择算法,同时结合Boruta算法,旨在降低数据集维度,确定出最佳特征的子集。通过实验结果与分析,对比其它三种传统的过滤式算法,验证本文算法的有效性。结果表明:MIFS-Boruta算法体现出更广的特征选择量,并且平均最低分类错误率最低。
论文目录
文章来源
类型: 期刊论文
作者: 王波,李时辉,郑鹏飞
关键词: 小样本,算法
来源: 山东农业大学学报(自然科学版) 2019年01期
年度: 2019
分类: 农业科技,基础科学
专业: 数学
单位: 义乌工商职业技术学院
基金: 浙江省自然科学基金:具有公共自行车子网的城市公交网络建模与优化研究(LY17F030016)
分类号: O212.2
页码: 145-149
总页数: 5
文件大小: 481K
下载量: 230
相关论文文献
- [1].基于指数损失间隔的多标记特征选择算法[J]. 计算机技术与发展 2020(04)
- [2].基于?_(2,1)范数的在线流特征选择算法[J]. 计算机与数字工程 2019(06)
- [3].森林优化特征选择算法的增强与扩展[J]. 软件学报 2020(05)
- [4].基于自步学习的半监督特征选择算法研究[J]. 电脑知识与技术 2020(15)
- [5].基于图的特征选择算法综述[J]. 安徽大学学报(自然科学版) 2017(01)
- [6].面向高维微阵列数据的集成特征选择算法[J]. 计算机工程与科学 2016(07)
- [7].基于支持向量机的特征选择算法综述[J]. 信息工程大学学报 2014(01)
- [8].一种改进的文本分类特征选择算法[J]. 微电子学与计算机 2011(12)
- [9].基于邻域交互增益信息的多标记流特征选择算法[J]. 南京大学学报(自然科学) 2020(01)
- [10].大数据中基于稀疏投影的在线特征选择算法[J]. 湖南科技大学学报(自然科学版) 2018(03)
- [11].一种改进的动态流特征选择算法[J]. 计算机工程与应用 2012(18)
- [12].特征选择算法研究综述[J]. 安徽广播电视大学学报 2019(04)
- [13].多标记特征选择算法的综述[J]. 郑州大学学报(理学版) 2020(04)
- [14].一种改进的类别区分词特征选择算法[J]. 计算机与现代化 2019(03)
- [15].特征选择算法及应用综述[J]. 办公自动化 2018(21)
- [16].海量高维数据下分布式特征选择算法的研究与应用[J]. 科技通报 2013(08)
- [17].全局调距和声特征选择算法[J]. 计算机工程与应用 2019(02)
- [18].基于标记权重的多标记特征选择算法[J]. 计算机科学 2017(10)
- [19].多标记不完备数据的特征选择算法[J]. 计算机科学与探索 2019(10)
- [20].一种基于支持向量数据描述的特征选择算法[J]. 智能系统学报 2015(02)
- [21].基于多视角学习和注意力的特征选择算法[J]. 北京交通大学学报 2020(05)
- [22].基于XGBoost的特征选择算法[J]. 通信学报 2019(10)
- [23].用于轴承表面缺陷分类的特征选择算法[J]. 轴承 2018(01)
- [24].基于森林优化特征选择算法的改进研究[J]. 软件学报 2018(09)
- [25].面向代价敏感的多标记不完备数据特征选择算法[J]. 小型微型计算机系统 2018(12)
- [26].一种基于谱理论的并行特征选择算法[J]. 计算机应用与软件 2010(11)
- [27].基于分割策略的特征选择算法[J]. 计算机科学 2018(10)
- [28].基于拉普拉斯评分的多标记特征选择算法[J]. 计算机应用 2018(11)
- [29].基于特征关联的多标记谱特征选择算法[J]. 闽南师范大学学报(自然科学版) 2017(02)
- [30].一种面向聚类的加权特征选择算法[J]. 计算机应用研究 2015(12)