融合Lasso的近似马尔科夫毯特征选择方法

来源：计算机工程与应用杂志2024年第8期北京时间：

作者：刘明, 杜建强, 李郅琴, 罗计根, 聂斌, 张梦婷

单位：1.江西中医药大学 计算机学院，南昌 330004；2.江西师范大学 信息化办公室，南昌 330022

摘要：在特征选择问题中，近似马尔科夫毯常用于判断冗余特征，但所得到的冗余特征并不完全相同，因此，在直接使用近似马尔科夫毯删除冗余特征时，存在可能导致信息丢失的情况，影响模型精度。为此，提出一种用于中药代谢组学高维小样本数据的融合Lasso的近似马尔科夫毯特征选择方法。方法分为两个阶段，第一阶段，通过最大信息系数对特征的相关度分析过滤无关特征；第二阶段，采用近似马尔科夫毯构建相似特征组，使用Lasso评估相似特征组中特征影响力，迭代去除冗余特征。通过实验对比表明，该算法可以在一定程度上减少有用信息丢失，去除无关特征和冗余特征，提高模型精度和稳定性。

关键词：近似马尔科夫毯,Lasso,特征选择,高维小样本,中医药信息