基于邻域互信息的三支特征选择

来源：计算机工程与应用杂志2022年第22期北京时间：

作者：卓永泰, 董又铭, 高灿

单位：1.深圳大学 计算机与软件学院，广东 深圳 518060；2.广东省智能信息处理重点实验室（深圳大学），广东 深圳 518060；

摘要：特征选择是机器学习非常重要的预处理步骤，而邻域互信息是一种能直接处理连续型或离散型特征的有效方法。然而基于邻域互信息的特征选择方法一般采用启发式贪婪策略，其特征子集质量难以得到有效保证。基于三支决策的思想，提出了三支邻域互信息特征选择方法（NMI-TWD）。通过扩展三个潜在的候选特征子集，并保持各子集之间的差异性，以获得更高质量的特征子集。对三个差异性的特征子集进行集成学习，构建三支协同决策模型，以进一步提高分类学习性能。UCI实验数据表明，新方法的特征选择结果和分类性能较其他方法更优，说明了其有效性。

关键词：特征选择,邻域粗糙集,邻域互信息,三支决策,集成学习