基于Relief特征選擇算法的研究與應用.pdf

1、伴隨著當代科學技術的高速發(fā)展，人類已經(jīng)進入了信息爆炸的時代。數(shù)據(jù)挖掘技術通過從大量數(shù)據(jù)中揭示出隱含的信息，將海量的高維數(shù)據(jù)轉換為有用的信息和知識。特征選擇是數(shù)據(jù)挖掘中的一個重要方向，特征選擇算法通過剔除不相關或冗余的特征，從而達到減少特征個數(shù)，提高模型精度，減少運行時間的目的。從數(shù)據(jù)解釋的層面上看，關鍵特征的提取還可以使模型得到簡化，從而便于研究人員理解數(shù)據(jù)的產生。
　　Relief是一種有效的特征選擇算法。與ReliefF不同，

2、Multi-Relief通過在多次隨機抽取的兩類樣本上運行Relief算法將其由2類問題推廣到多類問題。由于一次抽樣只能隨機抽取多類數(shù)據(jù)中的兩類樣本，可能造成所選樣本的分布不具有代表性。為了有效融和每次抽樣的結果，準確度量屬性的的權重，本文提出了一種改進的Multi-Relief算法，該算法對每一次抽樣產生的權重向量分組，將在組內出現(xiàn)頻率小于一定程度的正權值摒棄，形成新的權重融合方法。在三組肝病代謝組學數(shù)據(jù)和三組公共數(shù)據(jù)中的實驗表明，改

3、進的Multi-Relief算法與Multi-Relief和ReliefF算法相比，性能得到了提高。
　　本文還將ReliefF-RFE算法應用于生物數(shù)據(jù)的處理中。本文經(jīng)過對基于SVM的ReliefF-RFE原理的分析以及研究，在本實驗中用kNN分類器取代了SVM分類器。在兩組肝病代謝組學數(shù)據(jù)以及六組高維的生物公共數(shù)據(jù)上的實驗結果顯示ReliefF-RFE算法與經(jīng)典的ReliefF算法對比，所篩選的屬性區(qū)分能力更強。
　　本