一种基于最大边界投影和l_(2,1)范数正则化的属性选择算法

作者：夏建明; 杨俊安

来源：控制与决策, 2013, (10): 1485-1490.

DOI：10.13195/j.kzyjc.2013.10.018

• 属性选择
• 最大边界投影
• 2,1范数
• 噪声数据
• 标签错误

当数据含有噪声或标签错误时,传统的属性选择方法(如粗糙集)无法得到正确结果,为此提出一种针对含噪、标签错误数据的属性选择方法.首先用最大边界投影方法获得数据的最佳投影;然后通过对投影矩阵进行2,1范数正则化操作,进而获得行稀疏的投影矩阵,据此获得对关键属性的挖掘;最后给出方法的收敛性和针对标签错误数据的有效性证明.实验结果表明,所提出的算法克服了噪声和标签错误的影响,较好地实现了针对含噪、标签错误数据的属性选择.

• 单位
  电子工程学院