高维数据的1-范数支持向量机集成特征选择

摘要：

　　特征选择是机器学习和模式识别领域的关键问题之一。随着模式识别与数据挖掘的深入，研究对象越来越复杂，对象的特征维数也越来越高，此时特征选择的稳定性也显得尤为重要。分析了1-范数支持向量机，用该方法对高维数据进行特征选择，并对特征选择的结果进行集成；提出了一种针对高维数据的稳定性度量方法；在基因表达数据上的实验结果表明，集成特征选择可以有效提高算法的稳定性。

关键词： 高维数据 特征选择 支持向量机 集成算法

作者: BAO Jie 鲍捷 YANG Ming 杨明 LIU Huidong 刘会东

作者单位: School of Computer Science and Technology, Nanjing Normal University, Nanjing 210046, China 南京师范大学计算机科学与技术学院,南京210046

会议类型: 国内会议

会议名称: 第29届中国数据库学术会议

会议地点: 合肥

会议语种:中文

页码: 948-953

在线出版日期: 2012-10-01（万方平台首次上网日期，不代表论文的发表时间）