文件名称：基于实例学习和协同子集搜索的特征选择方法
文件大小：587KB
文件格式：PDF
更新时间：2024-02-09 12:14:24
特征选择,混合,小样本,分类,稳定性,
特征子集搜索是数据挖掘分类任务中一个关键性的难题，常用的过滤器方法忽略了基因之间的相关性，此外，现有的解决方法并不是专门针对处理小样本数据，因此在特征选择方面表现出了不稳定性。为了解决上述问题，在实例学习的基础上提出了一种新型的混合封装过滤算法，并且提出了一种具有封装器评价体系的分类器算法——协同性子集搜索（CSS）。选取几个高维小样本的癌症数据集作为数据来源，对提出的评价体系进行了实验测试，结果表明，该方法在准确性及稳定性方面较其他方法表现更好。