基于层次类别邻域粗糙集的在线流特征选择算法 |
| |
引用本文: | 曾艺祥,林耀进,范凯钧,曾伯儒.基于层次类别邻域粗糙集的在线流特征选择算法[J].南京大学学报(自然科学版),2022(3):506-518. |
| |
作者姓名: | 曾艺祥 林耀进 范凯钧 曾伯儒 |
| |
作者单位: | 1. 闽南师范大学计算机学院;2. 数据科学与智能应用福建省高校重点实验室 |
| |
基金项目: | 国家自然科学基金(62076116);;福建省自然科学基金(2021J02049); |
| |
摘 要: | 在开放动态环境中,在线流特征选择是降低特征空间维度的有效方法 .现有的在线流特征选择算法能够有效地选择一个较优的特征子集,然而,这些算法忽略了类别中可能存在的层次结构.基于此,提出基于层次类别邻域粗糙集的在线流特征选择算法:首先,在邻域粗糙集中引入层次最近异类的邻域关系,避免邻域粒度的选择,借助层次结构计算特征对标记的层次依赖度,推广邻域粗糙集模型以适应层次类别数据;其次,基于层次依赖度提出三个在线特征评价函数,设计了在线相关选择、在线重要度计算和在线冗余更新的层次特征选择框架;最后,在六个层次类别数据集和八个扁平单标记数据集上的实验表明,提出的算法优于现有最先进的在线流特征选择算法.
|
关 键 词: | 在线流特征选择 邻域粗糙集 层次分类 层次依赖度 |
|
|