基于类别一致性的层次特征选择算法

作者：张智慧; 林耀进; 张小清; 吕彦

来源：闽南师范大学学报(自然科学版), 2022, 35(04): 41-49.

DOI：10.16007/j.cnki.issn2095-7122.2022.04.007

• 特征选择
• 层次分类
• 输出一致性
• 递归正则化

随着数据量的增加，分类问题的规模越来越大，导致层次分类产生特征空间高维性和类别空间不一致性问题.基于此，提出一种基于类别一致性的层次特征选择算法.首先，该算法使用递归正则化，为层次类别的每个内部类学习共同特征.其次，充分利用分层结构，将类别相似性约束在输出标签，分析类别间的输出一致性.最后，对样本特征进行稀疏性学习去除无关特征.该算法可以同时处理具有树结构和有向无环图结构的数据.实验结果表明，与5种层次特征选择算法相比，所提算法在线性支持向量机(LSVM)分类器上的评价指标中都取得较好的结果，有效提高分类性能，验证了算法的有效性.

• 单位
  闽南师范大学