典型文献
特征选择方法研究综述
文献摘要：
在大数据时代,特征选择是对数据进行预处理的必要环节.特征选择作为一种数据降维技术,其主要目的是从原始数据中选择出对算法最有益的相关特征,降低数据的维度和学习任务的难度,提升模型的效率.现阶段,有关特征选择算法方面的研究已取得阶段性成效,但也面临着重大挑战,其中维度灾难就是特征选择与分类问题所面临的重大挑战.首先,介绍了特征选择算法的基本架构,依次描述了子集的生成、子集的评估、终止条件、结果验证四个过程;其次,综述了特征选择领域的研究方法及研究成果,对特征选择方法分别依据评价策略、搜索策略、监督信息进行分类阐述,并对这些传统方法进行比较,指出它们的优势和不足;最后对特征选择进行了总结,并对其未来的研究方向进行了展望.
文献关键词：
机器学习;特征选择;评价策略;搜索策略;监督信息
中图分类号：
作者姓名：
施启军;潘峰;龙福海;李娜娜;苟辉朋;苏浩辀;谢雨寒
作者机构：
贵州民族大学数据科学与信息工程学院,贵州贵阳550025
文献出处：
引用格式：
[1]施启军;潘峰;龙福海;李娜娜;苟辉朋;苏浩辀;谢雨寒-.特征选择方法研究综述)[J].微电子学与计算机,2022(03):1-8
A类：
B类：
选择方法,必要环节,数据降维,降维技术,原始数据,学习任务,特征选择算法,法方,阶段性成效,维度灾难,分类问题,基本架构,子集,评价策略,搜索策略,监督信息,优势和不足
AB值：
0.348909
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。
