典型文献
基于邻域决策误差率的层次分类在线流特征选择
文献摘要：
在实际应用领域中,存在许多特征空间无法预先给定的场景,数据以特征流的形式随时间动态流入特征空间,而样本数量是固定不变的.同时,数据的类别中往往存在丰富的层次化结构关系,传统的特征选择算法在性能上已无法满足需求.基于此,本文提出一种面向层次分类学习的在线流特征选择算法.首先,利用兄弟节点之间的关系设计了一种基于最大近邻的决策误差率计算公式.其次,设计在线重要性选择和在线冗余更新两种在线评估准则,用于选择决策误差最小的特征子集.最后,在6个层次数据集上的实验结果表明,所提算法优于一些现有的在线流特征选择算法.
文献关键词：
在线流特征选择;层次分类;兄弟关系;邻域决策误差率
中图分类号：
作者姓名：
王晨曦;刘园奎;吕彦;林耀进
作者机构：
闽南师范大学计算机学院,福建漳州363000;闽南师范大学数据科学与智能应用福建省高等学校重点实验室,福建漳州363000
文献出处：
引用格式：
[1]王晨曦;刘园奎;吕彦;林耀进-.基于邻域决策误差率的层次分类在线流特征选择)[J].南京师范大学学报（工程技术版）,2022(04):9-18
A类：
邻域决策误差率
B类：
层次分类,在线流特征选择,多特征,特征空间,特征流,时间动态,样本数量,层次化结构,结构关系,特征选择算法,分类学,近邻,性选择,在线评估,评估准则,特征子集,兄弟关系
AB值：
0.292429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
