《表1 数据集描述:基于已选特征动态变化的非线性特征选择方法》
将本文算法与7个极具竞争力的特征选择算法在8个真实数据集上进行对比,这些算法包括mRMR[7]、CIFE[8]、DISR[9]、IWFS[10]、CMIM[11]、JMIM[12]和MRI[13]。另外,由于本文算法属于过滤法,它独立于分类器,所以选择了3个不同的分类器支持向量机(SVM),朴素贝叶斯(NB)和最近邻(3NN)以保证实验的公平性。8个数据集来自文献[15]和UCI数据库[16]。并且,这8个数据的特征值类型既有离散的也有连续的,具体描述见表1。为了保证公平,用分箱离散方法(箱数为5)对连续类型的特征值进行处理。采用十折交叉验证的方法对分类效果进行验证。本次实验在Python2.7环境运行,电脑硬件设备配置如下:处理器Intel(R)Core(TM)2 Quad CPU;内存为8.00 GB。
图表编号 | XD0067062900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 高万夫、张平、胡亮 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学软件学院、吉林大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |