文献

J-GLOBAL ID：202002269244267600   整理番号：20A2307766

最大情報係数と冗長性割当に基づく特徴選択方法【JST・京大機械翻訳】

Feature Selection Method Based on Maximum Information Coefficient and Redundancy Sharing

著者 (3件)： Yuan Zheming (湖南農業大学湖南省農業大数据分析与决策工程技術研究中心,長沙410128) ,  Yang Jingjing (湖南農業大学湖南省農業大数据分析与决策工程技術研究中心,長沙410128) ,  Chen Yuan (湖南農業大学湖南省農業大数据分析与决策工程技術研究中心,長沙410128)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 46  号： 8  ページ： 101-105  発行年： 2020年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 特徴選択は機械学習のキーステップであり、通常最小冗長最大相関法を採用して特徴選択を行うが、この方法は相関性測度と冗長性測度が比べず、特徴導入が自動停止できないなどの問題がある。このために,最大情報係数(MIC)と冗長性割当戦略に基づく特徴選択法(MIC-share)を提案した。冗長性測度とMIC測定の相関測度を用いて,冗長性割当方式を採用して,新しい特徴スコアを得て,特徴導入プロセスを自動的に終了し,最適サブセット決定の所要時間を減らした。シミュレーションの結果は,PLSR,MIFS,KNN-FABCなどの特徴選択方法と比較して,MIC-share方式によって得られる回帰データの平均二乗誤差がより小さいことを示して,分類データエラー率はより低かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  *冗長性 ,  ターンアラウンド時間 ,  *特徴選択 ,  誤り率 ,  機械学習
準シソーラス用語： 平均二乗誤差 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 係数 ,  冗長性 ,  割当 ,  選択方法