摘要：特征选择是机器学习和模式识别等领域的重要问题之一。针对高维数据，提出了一种基于Fisher准则和特征聚类的特征选择方法。首先基于Fisher准则，预选出鉴别性能较强的特征子集，然后在预选所得到的特征子集上对特征进行分层聚类，从而最终达到去除不相关和冗余特征的目的。实验结果表明该方法是一种有效的特征选择方法。

原文链接:http://www.cqvip.com//QK/94832X/200711/26113034.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）