基于Fisher Score和社会选择优化的特征选择方法

作者：郑艺峰; 李国和; 张文杰; 潘雪玲; 魏葆雅

来源：闽南师范大学学报(自然科学版), 2021, 34(01): 72-79.

DOI：10.16007/j.cnki.issn2095-7122.2021.01.012

• 数据挖掘
• 特征选择
• 社会选择理论
• 信息不确定性

随着信息技术的发展,智能应用已经深入社会生活的各个方面.与此同时,数据量急剧增加,容易导致"维度灾难",从而降低分析模型的性能.为此,本文提出基于社会选择理论的特征选择方法,简称FBMN.首先,将社会选择理论与Fisher Score相结合用于计算特征相关性,从而获得稳定的近似全局最优特征排序.其次,提出平均不确定信息度量,并结合马尔科夫毯以有效的剔除冗余特征.最后,公开数据集的实验结果表明,FBMN有助于提高分类模型的性能,尤其在高维数据.

• 单位
  闽南师范大学