RF-RFE算法是一种基于随机森林的递归特征消除算法。它通过构建随机森林模型并计算每个特征在模型中的重要性,然后逐步剔除重要性较低的特征,直到达到预设的特征数目。 基于过滤器和RF-RFE算法的特征选择方法的具体步骤如下: 1.使用过滤器方法,计算每个特征与目标变量之间的相关性或其他统计指标。 2.根据相关性或统计指...
(3)基于RF-RFE算法的遥感生物量特征选择对大兴安岭三类调查数据中的87个样地生物量数据和经过处理的资源三号遥感影像进行分析,采用RF-RFE算法对激流河林场87个样地的49个特征进行特征选择,根据R2和RMSE的大小最终选择分类后的特征选择结果。未分类时,特征选择之后剩余特征数为10,分类后,样地是落叶松、白桦和混合林...
上传人:huxiaopei1314·上传时间:2017-03-16 0% 0% 0% 0% 0% 继续阅读
一种基于过滤器和RF-RFE算法的特征选择方法 (57)摘要 本发明涉及一种基于过滤器和RF‑RFE算法的特征选择方法,该方法包括以下步骤:数据预处理模块,对完整数据集进行缺失值处理、离散化处理;冗余特征处理模块,使用信息增益和相关性相结合的过滤器方法对冗余特征进行删除;特征选择模块,采用RF‑RFE方法对冗余特征处理后...
专利摘要:本发明涉及一种基于过滤器和RF‑RFE算法的特征选择方法,该方法包括以下步骤:数据预处理模块,对完整数据集进行缺失值处理、离散化处理;冗余特征处理模块,使用信息增益和相关性相结合的过滤器方法对冗余特征进行删除;特征选择模块,采用RF‑RFE方法对冗余特征处理后剩余的特征进行特征选择,本发明使用过滤器方法...
本发明涉及一种基于过滤器和RFRFE算法的特征选择方法,该方法包括以下步骤:数据预处理模块,对完整数据集进行缺失值处理,离散化处理;冗余特征处理模块,使用信息增益和相关性相结合的过滤器方法对冗余特征进行删除;特征选择模块,采用RFRFE方法对冗余特征处理后剩余的特征进行特征选择,本发明使用过滤器方法中的相关性和信息增...