期刊文献+

最优特征子集选择问题 被引量:96

THE PROBLEM OF FINDING OPTIMAL SUBSET OF FEATURES
下载PDF
导出
摘要 机器学习和模式识别面临的一个重要问题,就是特征子集的选择问题,即从一个大的已知特征集合,选择一个子集合来一致地描述已知例子(样本).特别,最优特征子集选择问题,即最小的特征子集问题的计算复杂性至今还不清楚.在本文中,作者证明了最优特征子集问题是NP难题,并给出它的一个启发式算法. Machine learning and pattern recognition are confronted with the difficulty in selecting subset of features. That is,from a large set of candidate features, selecting a subset of features which are able to represent given examples (samples) consistently. Especially,the problem of finding an optimal subset of features has remained open. This paper, proves that the problem of finding an optimal subset of features is NP-hard, and presents a heuristic algorithm to solve this problem.
出处 《计算机学报》 EI CSCD 北大核心 1997年第2期133-138,共6页 Chinese Journal of Computers
关键词 机器学习 模式识别 特征子集选择 Machine learning, pattern recognition, feature subset selection, set covering, NP-hardness, greedy-algorithm.
  • 相关文献

参考文献3

  • 1Wu X,A Heuristic Covering Algorithm for Extension Matrix Approach.Department of Artificial Intelligence,1992年
  • 2洪家荣,Proc Int Computer Science Conference’88, Hong Kong,1988年
  • 3洪家荣,Int Jnal of Computer and Information Science,1985年,14卷,6期,421页

同被引文献703

引证文献96

二级引证文献813

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部