分類(lèi)器設(shè)計(jì)中特征選擇問(wèn)題的研究.pdf

1、該文在詳細(xì)闡述了這一框架之后,對(duì)特征選擇的兩個(gè)關(guān)鍵問(wèn)題進(jìn)行了研究和實(shí)驗(yàn)對(duì)比,并對(duì)其中一部分算法做出了改進(jìn),進(jìn)一步提高了算法的效率.該文的工作主要可以分為兩大部分:對(duì)于搜索算法的研究和對(duì)特征子集評(píng)價(jià)方式的研究.該文涉及了三種搜索算法:①Branch& Bound算法;②連續(xù)選擇算法(SequentialSelectionAlgorithm);③浮動(dòng)搜索算法( FloatingSearchAlgorithm).Branch & Bound算

2、法是一種計(jì)算復(fù)雜度高的全局最優(yōu)算法,該文詳細(xì)比較了這種算法的各種不同版本,并提出了對(duì)于算法的一種改進(jìn),實(shí)驗(yàn)表明這種改進(jìn)可以進(jìn)一步降低算法的復(fù)雜度.連續(xù)選擇算法和浮動(dòng)搜索算法是兩個(gè)次優(yōu)的搜索算法.該文給出了三種搜索算法在同一個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果,進(jìn)行了比較.最后該文還研究了用分類(lèi)正確率作為特征子集評(píng)價(jià)標(biāo)準(zhǔn)的方法,采用了決策樹(shù)和支持向量機(jī)兩種分類(lèi)器.采用決策樹(shù)的特征選擇方法在人工數(shù)據(jù)集和實(shí)際數(shù)據(jù)集上取得了很好的效果,不僅降低了數(shù)據(jù)的維數(shù),而