计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 130-132.
洪智勇1,2,王天擎3,刘灿涛4
HONG Zhiyong1,2,WANG Tianqing3,LIU Cantao4
摘要: 传统基于互信息的特征选择方法较少考虑特征之间的关联,并且随着特征数的增加,算法复杂度过大,基于此提出了一种新的基于互信息的特征子集评价函数。该方法充分考虑了特征间如何进行协作,选择了较优的特征子集,改善了分类准确度并且计算负荷有限。实验结果表明,该方法与传统的MIFS方法相比较,分类准确度提高了3%~5%,误差减少率也有25%~30%的改善。