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