通过最终学习器得到的结果来决定特征选择,时间开销大,需要采用适当停止策略。 随机选择特征子集,用交叉验证计算误差,把误差更小或者误差近似但特征数更少的特征子集保留下来。 子集搜索采用随机策略(拉斯维加斯方法) 嵌入式选择 与用于预处理的特征选择不同,嵌入式选择是与机器学习算法结合在一起的,在执行算法的过程中同时完成特征选择。 如果解的特征
基于P-ReliefF特征选择方法的带钢表面缺陷识别
本发明提出了一种针对大数据进行随机多子空间的ReliefF特征选择方法,包括:S1,对原始特征空间进行划分,生成包含若干相同大小且不相交的随机子空间的多个特征分区;S2,在每个随机子空间中使用ReliefF或Relief算法来获得特征的局部权重,然后将每个特征分区中随机子空间的局部权向量进行组合,得到全权重向量;S3,将多个特征分区...
结合ReliefF与支持向量机的特征选择方法研究 维普资讯 http://www.cqvip.com
本发明提供一种基于精英花授粉算法和ReliefF的有效混合特征选择方法.该方法包括:步骤1,采用基于ReliefF特征排序和随机化的双初始种群策略对由M个个体组成的种群进行初始化;步骤2,采用二元精英花授粉算法更新种群,并计算种群中每个个体的适应度值,得到种群中的全局最优解;步骤3,采用禁忌搜索算法搜索全局最优解的邻域...
本发明公开了一种基于Kohonen网络聚类和ReliefF特征选择的空气质量指数预测方法,包括:(1)对空气数据集进行预处理,得到处理后的空气数据集;(2)采用Kohonen网络聚类得到第k类数据集;(3)采用ReliefF特征选择算法处理数据集,得到第k类数据集特征重要程度的排名;(4)通过特征重要程度排名,得到第k类经过特征选择后的数据集...
一种基于PCA和ReliefF的特征选择方法
提出一种新型的基于改进ReliefF的无监督特征选择方法UFS-IR.由于ReliefF类算法存在小类样本抽样概率低,无法删除冗余特征的缺陷,该方法以DBSCAN聚类算法指导分类,通过改进抽样策略,使用调整的余弦相似度度量特征间的相关性作为去冗余的凭据.实验表明UFSIR可以有效缩减数据维度的同时保证特征子集的最大相关最小冗余性,具有...
带钢表面缺陷纹理的复杂性和多样性,背景纹理中存在的伪缺陷等给现有的带钢表面缺陷特征提取和识别带来了极大的困难.为此,提出了一种新的带钢表面缺陷选择与识别方法.首先,通过各向异性扩散算法对带钢表面的伪缺陷干扰进行抑制;其次,利用提出的P-Relief F方法对表面缺陷特征进行选择,相比传统的Relief F方法,该方法考虑了...
入侵检测 特征选择 ReliefF算法基于ReliefF的入侵特征选择方法,结合入侵检测数据集类内紧密和类外差距大的特点,通过对入侵特征权重计算的优化,提出一种改进算法:Re-ReliefF算法,解决了网络安全领域数据维度导致处理效率较低的问题.实验结果表明,在安全测试数据集下,改进算法相对传统算法在性能上有一定提高.杨志伟...