针对传统的前向序列特征算法中存在的"嵌套效应",提出了一种新的次优特征子集搜索策略。算法主要的改进在于每次对特征进行前向搜索时会同时找出与其高度相关的特征组合,再次搜索时忽略这些特征避免特征子集过度冗余,即通过减少每次所选特征之间的相关性来获得更优的特征子集。在两个不同的数据集上的实验结果表明,相对于传统的特征选择算法,基于相关的前向序列特征选择算法的性能更优,可以得到更好的特征子集,尤其是在需要选择较小特征子集的情况下。
科研之友
微信
新浪微博
Facebook
分享链接
