一种基于新的差异性度量的ReliefF方法

摘要：

　　ReliefF是一种比较常用的特征选择算法，执行效率较高，但选择精度相对较低，本文基于新的属性差异性度量方式，提出了一种改进的ReliefF方法，弥补了传统度量方式的不合理性。实验表明，改进的ReliefF方法能更精确地选择重要特征，为之后的数据处理工作如聚类分析提供更大的帮助。

关键词： 机器学习 特征选择 ReliefF算法 属性差异性 度量方式

作者: WAN Jing 万京 WANG Jian-dong 王建东

作者单位: College of Information Science and Technology, Nanjing University of aeronautics and astronautics,Na 南京航空航天大学信息科学与技术学院,南京210016

会议类型: 国内会议

会议名称: 中国电子学会信息论分会2009年研究生学术交流会

会议地点: 三亚

会议语种:中文

页码: 119-122

在线出版日期: 2010-03-01（万方平台首次上网日期，不代表论文的发表时间）