基于K近邻分类间隔的特征选择方法研究

基于K近邻分类间隔的特征选择方法研究

特征选择是机器学习和模式识别领域的一个关键问题.文中详细分析研究一类基于K近邻分类间隔的特征选择算法,并着重讨论当K>1时,特征选择的评价准则和搜索策略的设计,同时在多个数据集上验证其性能.

作 者： 李云 张腾飞 杨文杰 LI Yun ZHANG Teng-fei YANG Wen-jie   作者单位： 李云,杨文杰,LI Yun,YANG Wen-jie(南京邮电大学,计算机学院,江苏,南京,210046)

张腾飞,ZHANG Teng-fei(南京邮电大学,自动化学院,江苏,南京,210046) 

刊 名： 南京邮电大学学报（自然科学版）  ISTIC 英文刊名： JOURNAL OF NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE)  年，卷(期)： 2009 29(6)  分类号： O235 TP273+.22  关键词： 特征选择   K近邻   分类间隔