科研之友
微信
新浪微博
Facebook
分享链接
摘要
特征选择方法可以剔除冗余特征,保留关键的数据特征,是一种有效解决维数灾难问题的途径。本文利用特征与特征之间的重构关系建立损失函数,并且基于投影矩阵的l2,0范数作为稀疏约束项,提出一种新型的无监督特征选择方法。由于优化问题涉及离散稀疏的矩阵l2,0范数约束条件,无法直接求得全局最优解。我们先将矩阵的l2,0范数约束等价转化为0-1整数规划约束形式,然后再利用圆盒模型将0-1整数约束等价转化为两个连续的约束条件。对于新约束条件的优化问题,采用交替方向乘子法优化求解。在5个公开数据集上的分类和聚类实验结果表明,本文方法比其他9种无监督特征选择方法的效果更好,能够在指定特征数目时选择出判别能力更强的特征。
-
单位数理学院; 温州大学
