摘要：提出了基于联合表示值的过滤型特征选择方法。该方法利用训练样本构造一个图,图的邻接关系和边的权重是由l2范数最优化问题求解,在迭代的特征选择过程中,根据当前特征的l2联合表示值对特征进行排序,丢弃最不重要的特征,并用剩余特征重构l2图。NASA软件缺陷数据库和UCI机器学习数据库上的实验结果表明,该方法比传统的特征选择方法取得更好的性能。

原文链接:http://www.cqvip.com//QK/95955B/201701/671409754.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。）