容忍噪音的特征子集选择算法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：特征子集选择问题一直是人工智能领域研究的重要内容,特别是近几年来,特征子集选择算法研究已经成为机器学习和数据挖掘等领域的研究热点.提出了一个新的特征子集选择算法--容忍噪音的特征子集选择算法(NFS),该算法将聚类的思想引入到噪音的处理,并将Gini系数和墨西哥帽函数应用于特征选取,实现对含有噪音数据集的特征子集选择.实际领域的实验结果表明,NFS算法具有噪音容忍度高、选择特征代表性强和求解速度快的优点,因此能够有效地应用于实际领域.

原文链接:http://www.cqvip.com//QK/94913X/200212/7172960.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：cqvip 机器学习 学术交流 数据挖掘 交流学习 特征子集选择算法 启发式算法 噪音 人工智能 机器学习