摘要：特征选择是机器学习过程中数据预处理的关键技术,能显著提高分类模型的预测性能。文章以中医证型分类建模为背景,指出了目前的特征选择方法存在遗漏特征间相互作用的缺陷;并指出中医数据具有多标签属性,单一类别标签不能完全描述和表达数据特征,导致证型分类结果偏离实际的问题。最后提出了基于复杂网络社区发现的特征选择方法以克服上述两类问题,并论证了症状-证型网络社区结构及重叠社区和节点的理论和实际意义。http://www.cqvip.com//QK/91070A/201611/670539309.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。）