面向函数型数据的动态互信息特征选择方法

来源：计算机科学与探索杂志2019年第1期北京时间：

作者：马忱，姜高霞，王文剑

单位：1. 山西大学 计算机与信息技术学院，太原 0300062. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006

摘要：函数型数据将观测到的数据作为一个整体，关注数据自身的内在结构而不只是数据的呈现形式，相较于传统的数据包含了更多的信息，因此对函数型数据的分析和研究具有重要的价值。在函数型数据分析中，特征选择也是一个需要解决的问题。提出了一种面向函数型数据的动态互信息（dynamic mutual information，DMI）特征选择方法，充分考虑数据的内在特征，运用互信息将特征进行排序和动态选择，不仅可以获得稳定的特征子集，而且充分考虑了样本在特征选择中的作用，较好地避免了信息的冗余。进一步提出了一种动态条件互信息（dynamic conditional mutual information，DCMI）特征选择方法，在动态特征选择的过程中，考虑到已选特征会对后续的特征选择产生影响，引入条件互信息，将已选特征对待选特征的影响进行量化表示，更恰当地描述特征与特征集合之间的关系。在UCR数据集上的实验结果表明，DMI方法和DCMI方法进行特征选择得到的特征子集规模小且分类精度高。

关键词：函数型数据,特征选择,互信息,动态互信息,动态条件互信息