QQ客服 官方微博 反馈留言

题名	基于谱回归的无监督特征选择算法研究; Study on Unsupervised Feature Selection Based on Spectral Regression Algorithm
作者	黄少群
答辩日期	2015 ; 2014
导师	刘昆宏
关键词	特征选择 无监督 谱回归 Featured Selection Unsupervised Spectral Regression
英文摘要	随着现实世界中文本、图像、网络和基因数据等高维数据的广泛出现，人们发现在数据挖掘过程中并不是所有的特征都是重要的和有用的，在这类数据集中，有些特征是冗余的甚至是不相关的。为了提高数据挖掘的质量，常常先对数据进行预处理。特征选择是常用的数据预处理的方法之一，它是通过一定的算法去除这些冗余和不相关特征，选择原始数据的重要特征子集。降维选择后的特征能够提高聚类的速度以及优化聚类结果。 特征选择可以根据特征选择的原始数据有无类标签分为有监督特征选择和无监督特征选择。有监督特征选择是根据特征与类标签和特征与特征间的相关性来判断特征子集的优劣。而现实中的数据多数是不带类信息的，因此无监督特征选择成为了当...; With the widely application of text, images, networks, gene databases, etc. high dimensional data rapidly appear in the world. And people find that some features are not so significant and useful in data mining process, and they may be redundant and even irrelevant. Most of time, data are preprocessed so as to improve data quality. Feature selection is one of the most common methods, and it can re...; 学位：工程硕士; 院系专业：软件学院_工程硕士(软件工程); 学号：X2012230688
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=43892
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/83682]
专题	软件学院－学位论文
推荐引用方式 GB/T 7714	黄少群. 基于谱回归的无监督特征选择算法研究, Study on Unsupervised Feature Selection Based on Spectral Regression Algorithm[D]. 2015, 2014.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。