一种特征选择方法和装置制造方法及图纸

本发明专利技术公开了一种特征选择方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：确定各样本中的特征，基于所有特征在各个样本中的值构建样本向量；利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量；从所述各特征的重要性评分中，提取重要性评分最大的预定数目个特征，以作为所选择的目标特征。该实施方式提出的全局冗余最小化的稀疏特征选择算法GRMS，以最小化全局特征的冗余性、选择具有强判别性的特征，实现对稀疏选择的特征进行修正。对稀疏选择的特征进行修正。对稀疏选择的特征进行修正。

【技术实现步骤摘要】
一种特征选择方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种特征选择方法和装置。

技术介绍

[0002]随着信息技术的发展，全球数据爆发式增长，需存储和传播的数据越来越多。为处理海量高维数据，从中提取最翔实和最有价值的信息是非常必要的。由于高维数据包含大量的特征，这些特征不可避免地包含噪声，在这种情况下，特征选择成为不可或缺的数据挖掘技术，通过特征降维可以提高后续的分类或者聚类等性能。
[0003]目前特征选择方法分三种，过滤式方法、包裹式方法和嵌入式方法。在实现本专利技术的过程中，专利技术人发现这些方法通常不考虑所选特征之间的冗余性，因此这些特征往往具有高相关性，不利于后续聚类或者分类等任务。虽目前已提出基于互信息的mRMR(Max-Relevance and Min-Redundancy)特征选择方法以尽量减少特征之间的冗余性，但mRMR方法采用贪婪策略寻找具有最小冗余性的特征，导致所选特征并没有全局冗余信息最小化。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种特征选择方法和装置，至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特征选择方法，其特征在于，包括：确定各样本中的特征，基于所有特征在各个样本中的值构建样本向量；其中，样本为图像、文本、语音数据中的至少一种；利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量；其中，重要性评分向量包括各特征的重要性评分；从所述各特征的重要性评分中，提取重要性评分最大的预定数目个特征，以作为所选择的目标特征。2.根据权利要求1所述的方法，其特征在于，所述利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，包括：确定各样本所属的类别，将所述样本向量、所述类别、第一重要性评分向量、第二重要性评分向量和冗余矩阵，一同输入到全局冗余最小化的稀疏特征选择算法中进行最小化；其中，所述第一重要性评分向量未考虑冗余性，所述第二重要性评分向量考虑冗余性；以及对所述第二重要性评分向量中的元素进行约束；其中，约束条件为元素非0，并且和为1；得到最小化且约束元素后的第二重要性评分向量。3.根据权利要求1所述的方法，其特征在于，所述利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量，包括：通过评价准则处理所述样本向量，以计算各特征未考虑冗余性时的第一重要性评分，生成第一重要性评分向量；引入冗余矩阵，并将所述第一重要性评分向量输入冗余信息最小化准则中，以对不同特征进行去冗余性修正，得到第二重要性向量。4.根据权利要求2或3所述的方法，其特征在于，还包括：将一特征在不同样本中的值进行归一化，以构建所述一特征的特征向量；计算两两特征的特征向量之间的内积，以构建所述两两特征之间的冗余矩阵。5.根据权利要求4所述的方法，其特征在于，所述将一特征在不同样本中的值进行归一化，以构建所述一特征的特征向量，包括：根据一特征在不同样...

【专利技术属性】
技术研发人员：祖辰，杨立军，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：