一种基于密度聚类的面向聚类算法的特征选择方法技术

本发明专利技术公开了一种基于密度聚类的面向聚类算法的特征选择方法。按下述步骤完成：a.设：数据集D包含M个实例和N个特征，则有由N个特征构成的特征集F＝{f1，f2，…，fN}；对数据集D进行归一化处理得数据集D'，之后使用欧几里德距离作为数据集D'中特征间的相似度度量，构建特征间的相似度矩阵；b.使用DBSCAN算法进行相似度矩阵的特征聚类，将特征分为核心特征、边界特征和非典型特征三类；c.特征聚类完成后使用特征选择算法选出n维的特征子集F’，其中n≤N，且

【技术实现步骤摘要】
一种基于密度聚类的面向聚类算法的特征选择方法
本专利技术涉及数据分析
，特别是一种基于密度聚类的面向聚类算法的特征选择方法。
技术介绍
特征学习作为机器学习的研究重点之一，随着机器学习领域的发展也获得了长足的进步。在高维数据中，聚类或分类的效率及准确性通常很难令人满意，并且随着特征数量增大时其性能会急剧下降，为此在训练机器学习模型之前使用特征选择技术来解决此问题，能够起到很好地效果。特征选择作为一种重要的数据分析技术，其用于减少特征冗余并挖掘高维数据中的隐藏信息，其准确性对于数据分析至关重要。目前很多学者已对特征选择方法进行了研究，大致可分为四类。第一类方法：Filter方法，例如Relief、基于互信息和最大信息系数的度量等，该类方法是为每个特征分配权重，它的主要特点是简单易用，但是不适合用于处理连续变量，并且计算结果对离散化的方式很敏感，通常此方法在准确率方面较低；第二类方法：Wrapper方法，例如递归特征消除法、LasVegasWrapper等，该类方法是将特征子集的选择视为搜索优化问题，然后生成待评估的不同组合，最后再与其它组合进行比较，Wrapper方法的明显缺点是本文档来自技高网...

【技术保护点】
1.一种基于密度聚类的面向聚类算法的特征选择方法，其特征在于，按下述步骤完成，a.设：数据集D包含M个实例和N个特征，则有由N个特征构成的特征集F＝{f1，f2，…，fN}；对数据集D进行归一化处理得数据集D'，之后使用欧几里德距离作为数据集D'中特征间的相似度度量，构建特征间的相似度矩阵；b.使用DBSCAN算法进行相似度矩阵的特征聚类，将特征分为核心特征、边界特征和非典型特征三类；c.特征聚类完成后使用特征选择算法选出n维的特征子集F’，其中n≤N，且

【技术特征摘要】
2018.12.18 CN 20181154893241.一种基于密度聚类的面向聚类算法的特征选择方法，其特征在于，按下述步骤完成，a.设：数据集D包含M个实例和N个特征，则有由N个特征构成的特征集F＝{f1，f2，…，fN}；对数据集D进行归一化处理得数据集D'，之后使用欧几里德距离作为数据集D'中特征间的相似度度量，构建特征间的相似度矩阵；b.使用DBSCAN算法进行相似度矩阵的特征聚类，将特征分为核心特征、边界特征和非典型特征三类；c.特征聚类完成后使用特征选择算法选出n维的特征子集F’，其中n≤N，且且保证特征子集F’中的特征之间的冗余最少。2.根据权利要求1所述的基于密度聚类的面向聚类算法的特征选择方法，其特征在于：步骤a中，所述的归一化处理为，使用最大最小值规范化对特征进行缩放，计算公式如下：xscaled＝xstd×(max-min)+min(2)其中max和min表示特征的取值范围，在本算法中选择1和0分别作为最大值max和最小值min；x表示数据在某特征属性上的取值；xmin和xmax表示数据在该特征属性上的取值范围的最小和最大值；xstd表示对实际数值进行标准化后的结果，xscaled表示进行归一化伸缩后的结果。3.根据权利要求2所述的基于密度聚类的面向聚类算法的特征选择方法，其特征在于，步骤a中，所述的相似度矩阵按下述方法构建：归一化处理后的数据集D'中，所有特征的值都在0和1之间，然后计算数据集D'中的每个特征与其它特征间的欧氏距离；特征fi(x1,x2,…,xM)和fj(y1,y2,…,yM)的欧式距离定义为：数据集D包含M个实例和N个特征；x和y表示两个特征；则构建的相似度矩阵如下：其中matrixs是一个方阵，frowth是指第row个特征，fco...

【专利技术属性】
技术研发人员：李晖，施若，冯刚，
申请(专利权)人：贵州联科卫信科技有限公司，
类型：发明
国别省市：贵州,52