一种基于聚类集成的无监督特征选择方法OA
A Clustering Ensemble Based Unsupervised Feature Selection Approach
提出了一种无监督的特征选择方法,其基本思想是利用聚类来指导特征选择,对于无类别标签的数据样本集,先进行聚类获得数据类标签,再利用ReliefF算法进行特征选择.采用聚类集成方法解决一些聚类结果的不稳定问题,最终特征选择结果通过多次特征选择综合得到.实验结果表明,该算法具有良好的特征选择性能,在去除无关或冗余特征后可进一步提高聚类质量.
凌霄汉;吉根林
南京师范大学,数学与计算机科学学院,江苏,南京,210097南京师范大学,数学与计算机科学学院,江苏,南京,210097
信息技术与安全科学
特征选择无监督学习集成学习
《南京师范大学学报（工程技术版）》 2007 (3)
60-63,4
江苏省自然科学基金(BK2005135)资助项目.
评论