扩展ReliefF的两种多标签特征选择算法

• 作 者: 马晶莹 宣恒农
• 机 构: 南京财经大学信息工程学院
• 出 处: 计算机应用与软件
• 发表日期: 2017年07期
• 关键词: 多标签分类 特征选择 数据降维 RELIEF F 邻域粗糙集 Multi-label classification Feature selection Attr

针对Relief F算法局限于单标签数据问题,提出两种多标签特征选择算法Mult-Relief F和M-A算法。Mult-Relief F算法重新定义了类内最近邻和类外最近邻的查找方法,并加入标签的贡献值更新特征权重公式。MA算法在Mult-Relief F算法的基础下,利用邻域能去除冗余的特性,更多地去除冗余特征达到更好的降维效果。采用ML-KNN分类算法进行实验。在多个数据集上测试表明,Mult-Relief F算法能提高分类效果,M-A算法能获得最小的特征子集。