基于Relief-F的半监督特征选择算法

作者：刘吉超; 王锋^*

来源：郑州大学学报(理学版）, 2021, 53(01): 42-53.

DOI：10.13705/j.issn.1671-6841.2020196

• 特征选择
• 耦合相似度
• Relief-F算法
• 半监督学习

传统的Relief-F算法主要用于处理有标记数据集。针对部分标记数据集,引入一种基于耦合学习的数据样本相似度,设计了一种面向符号数据的基于Relief-F算法的半监督特征选择算法。为有效验证新算法的可行性,实验分析中选取了5组UCI数据集和3种常用机器学习分类器来进行验证,实验结果进一步验证了算法的有效性。