混合数据下基于Tsallis熵的集成因果特征选择算法
来源：计算机工程与应用杂志2026年第12期北京时间：
作者：刘子文, 郑艺峰, 陈新纪, 魏葆雅, 李国和
单位：1.闽南师范大学 计算机学院，福建 漳州 363000；2.数据科学与智能应用福建省高校重点实验室，福建 漳州 363000；3.中国石油大学（北京）克拉玛依校区 新疆油气智能勘探与开发重点实验室，新疆 克拉玛依 834000；
摘要：随着智能技术的发展，数据呈现高维特性，因果特征选择因其高可解释性及鲁棒性得到广泛研究，旨在选择与类变量最具有相关性的特征集，即MB（Markov blanket）集，包括其父母孩子（parents and children，PC）和配偶（spouses，SP）集），以揭示特征间的因果关系。实际应用场景当中，数据往往呈现混合分布，现有因果特征选择算法的研究仅关注单一类型数据，无法直接处理混合数据。针对此类问题，在混合数据场景下提出一种基于Tsallis熵的集成因果特征选择算法HTECFS。在PC学习过程中，利用Tsallis熵不同形态直接计算Tsallis互信息用于度量特征的相关性，以避免数据预处理所造成的潜在信息丢失。在SP学习过程中，通过Tsallis条件互信息检验PC上的SP特征，将新学习到的SP纳入MB集中，提高模型预测的准确率。为获取近似全局的最优MB集，构建多个学习子空间，分别进行独立的MB学习，再进一步引入群优化策略，对学习结果进行融合，提升特征子集的全局性和稳定性。在10个不同类型的数据集上进行大量测试，充分验证了所提算法的有效性。
关键词：特征选择,因果关系,混合数据,群优化策略,Tsallis熵
基金资助：国家自然科学基金面上项目（62376114）；福建省自然科学基金面上项目（2026J001984）；漳州市自然科学基金（ZZ2024J20）；中国石油大学（北京）克拉玛依校区科研启动基金（XQZX20240032）；克拉玛依市科技计划项目（2020CGZH0009）；福建省教育厅科技项目中青年重点项目（JZ230032）；闽南师范大学校级研究生教学改革项目（YJG202416）。
