典型文献
基于改进ReliefF的多标记特征选择算法
文献摘要：
针对传统的ReliefF算法仅能处理单标记数据,以及其改进算法没有充分利用样本间相关性等问题,提出一种基于改进ReliefF的多标记特征选择算法.首先使用余弦相似度函数衡量样本特征间的相似程度,利用杰卡德距离度量样本的标记之间的标记相关性,定义样本间相似度函数度量样本在整个样本空间的相似关系.然后,定义样本的同类或异类判别公式,判断随机样本的最近邻同类和异类样本.最后,提出新的特征权值迭代公式改进ReliefF算法,设计多标记特征选择算法.通过平均分类精度、覆盖率、1错误率、排序损失、汉明损失这5种评价指标,在7个公开多标记数据集上分析和测试所提算法的分类性能.实验结果表明所提算法是有效的.
文献关键词：
多标记;特征选择;标记相关性;ReliefF
中图分类号：
作者姓名：
孙林;陈雨生;徐久成
作者机构：
河南师范大学计算机与信息工程学院,河南新乡453007;智慧商务与物联网技术河南省工程实验室,河南新乡453007
文献出处：
引用格式：
[1]孙林;陈雨生;徐久成-.基于改进ReliefF的多标记特征选择算法)[J].山东大学学报（理学版）,2022(04):1-11
A类：
B类：
ReliefF,多标记特征选择,特征选择算法,能处,改进算法,余弦相似度,相似度函数,样本特征,相似程度,卡德,距离度量,标记相关性,数度,样本空间,相似关系,异类,类判,判别公式,随机样本,最近邻,特征权值,值迭代,迭代公式,平均分,分类精度,错误率,汉明,多标记数据,分类性能
AB值：
0.398521
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。
