基于相似性特征聚类的加权无监督特征选择算法

• 作 者: 李顺勇 王改变 余曼
• 机 构: 山西大学数学科学学院
• 出 处: 贵州师范大学学报:自然科学版
• 发表日期: 2021年1期
• 关键词: 无监督 特征选择 属性权重 聚类 unsupervised feature selection attribute weight clustering
• 基金项目: 国家基金(81803962),山西省基础研究计划项目(201901D111320),山西省回国留学人员科研资助项目(2017-020),山西省研究生教育改革项目(2019JG023),山西省留学人员科技活动择优资助项目(2019),太原市科技计划研发项目(2018140105000084)资助

目前存在的无监督特征选择算法中往往会忽略特征与特征之间的关系,从而使得特征选择结果不理想。针对这个问题,提出了基于相似性特征聚类的加权无监督特征选择算法(Weighted unsupervised feature selection algorithm based on similarity feature clustering,WFSFC)。其基本思想是:给特征f的k个近邻赋以属性权重,从而定义了新的k近邻密度以及平均冗余度,然后根据新提出的的k近邻密度及平均冗余度选择聚类中心,将特征空间中剩余的特征按