10.3969/j.issn.1000-386x.2017.07.055
扩展ReliefF的两种多标签特征选择算法
针对ReliefF算法局限于单标签数据问题,提出两种多标签特征选择算法Mult-ReliefF和M-A算法.Mult-ReliefF算法重新定义了类内最近邻和类外最近邻的查找方法,并加入标签的贡献值更新特征权重公式.M-A算法在Mult-ReliefF算法的基础下,利用邻域能去除冗余的特性,更多地去除冗余特征达到更好的降维效果.采用ML-KNN分类算法进行实验.在多个数据集上测试表明,Mult-ReliefF算法能提高分类效果,M-A算法能获得最小的特征子集.
多标签分类、特征选择、数据降维、ReliefF、邻域粗糙集
34
TP181(自动化基础理论)
2017-08-14（万方平台首次上网日期，不代表论文的发表时间）
共6页
298-302,324
