期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于随机森林的特征选择算法 被引量：281

Feature selection algorithm based on random forest
在线阅读 下载PDF
导出
摘要 提出了一种基于随机森林的封装式特征选择算法RFFS,以随机森林算法为基本工具,以分类精度作为准则函数,采用序列后向选择和广义序列后向选择方法进行特征选择。在UCI数据集上的对比实验结果表明,RFFS算法在分类性能和特征子集选择两方面具有较好的性能。 A feature selection algorithm based on random forest （RFFS） is proposed. This algorithm adopts random forest algorithm as the basic tool, the classification accuracy as the criterion function. The sequential backward selection and generalized sequential backward selection methods are employed for feature selection. The experimental results on UCI datasets show that the RFFS algorithm has better performance in classification accuracy and feature selection subset than the other methods in literatures.
作者 姚登举 杨静 詹晓娟
机构地区 哈尔滨工程大学计算机科学与技术学院 哈尔滨理工大学软件学院 黑龙江工程学院计算机科学与技术学院
出处 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2014年第1期137-141,共5页 Journal of Jilin University:Engineering and Technology Edition
基金 国家自然科学基金项目(61073043 61073041) 黑龙江省自然科学基金项目(F200901 F201313) 哈尔滨市科技创新人才研究专项项目(2011RFXXG015 2010RFXXG002 2013RFQXJ114) 高等学校博士学科点专项科研基金项目(20112304110011)
关键词 人工智能 随机森林 特征选择 封装式 artificial intelligence random forest feature selection wrapper
分类号 TP18 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献9

  • 1Davies S, Russl S. NP completeness of searches for smallest possible feature sets[C]//Proceedings of the AAAI Fall Symposiums on Relevance, Menlo Park, 1994:37-39.
  • 2Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.
  • 3Strobl Carolin, Boulesteix Anne-Laure, Kneib Thomas, et al. Conditional variable importance for random forests[J]. BMC Bioinformatics, 2008, 9 (1) : 1-11.
  • 4Reif David M, Motsinger Alison A, McKinney Brett A, et al. Feature selection using a random forests classifier for the integrated analysis of multiple data types[C]//IEEE Symposium on Computational In- telligence and Bioinformatics and Computational Bi- ology, 2006: 171-178.
  • 5Mohammed Khalilia, Sounak Chakraborty, Mihail Popescu. Predicting disease risks from highly im- balanced data using random forese[J]. BMC Medi- cal Informaties and Decision Making, 2011, 11(7): 51-58.
  • 6Verikas A, Gelzinis A, Bacauskiene M. Mining data with random forests: a survey and results of new tests[J]. Pattern Recognition, 2011, 44 (2): 330-349.
  • 7Inza I, Larranaga P, Blanco R. Filter versus wrap- per gene selection approaches in DNA microarray domains [J]. Artificial Intelligence in Medicine, 2004, 31(2): 91-103.
  • 8蒋盛益,郑琪,张倩生.基于聚类的特征选择方法[J].电子学报,2008,36(B12):157-160. 被引量：18
  • 9刘元宁,王刚,朱晓冬,赵正东,陈慧灵,邢翀.基于自适应多种群遗传算法的特征选择[J].吉林大学学报（工学版）,2011,41(6):1690-1693. 被引量：17

二级参考文献20

  • 1Lewis P M. The characteristic selection problem in recognition system[ J ]. IRE Transaction on Information Theory, 1962, 8 (2) : 171 - 178.
  • 2Mark Last, Abraham Kandel, Oded Maimon. Information-theoretic algorithm for feature selection[ J]. Pattern Recognition Letters,2001,22(6) :799- 811.
  • 3Kononenko I. Estimating attributes: analysis and extensions of RELIEF[ A] .Proc of ECML[ C]. Catania, Italy, Springer-Verlag New York, 1994. 171 - 182.
  • 4Liu H, Moloch H. Feature Selection for Knowledge Discovery and Data Mining[M]. Klumwer, Boston. 1998.
  • 5Hu Q H, Xie Z X, Yu D R. Hybrid attribute reduction based on a novel fuzzy-rough model and information granulation [ J ].Pattern Recognition, 2007, 40(12) :3509 - 3521.
  • 6Swiniarski R W, Skowron A. Rough set methods in feature selection and recognition[ J]. Pattern Recognition Letters,2003, 24(6) :833 - 849.
  • 7Neurnann J, Schnorr C,Steidl O. Combined SVM-based feature selection and classification [ J ]. Machine Learning, 2005, 61 (1):129- 150.
  • 8Huang J J,Cai Y Z, Xu X M.A hybrid genetic algorithm for feature selection wrapper based on mutual information[ J ]. Pattern Recognition Letters, 2007,28(13) : 1825 - 1844.
  • 9Jiang S Y, Song X Y, et al. A clustering-based method for un- supervised intrusion detections[ J ]. Pattern Recognition Letters, 2006,27(7) :802 - 810.
  • 10Merz C J , Merphy P. UCI repository of machine learning databases [ OB/OL]. URL: http://www, ics. uci. edu/- mleam/MLRRepository, html, 1996.

共引文献32

同被引文献2496

引证文献281

二级引证文献2238

吉林大学学报（工学版）
2014年 第1期

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