基于加权正域的特征选择算法
来源：计算机科学与探索杂志2015年第3期北京时间：
作者：王晨曦，林耀进，刘景华，林梦雷
单位：1. 漳州职业技术学院 计算机工程系，福建 漳州 3630002. 闽南师范大学 计算机学院，福建 漳州 363000
摘要：基于邻域粗糙集的特征选择算法无法评价特征与样本之间的相互关系，为此，通过融合基于大间隔获得样本对特征的评价准则，提出了基于加权正域的特征选择算法。该算法有效地实现了特征对样本的区分能力与样本对特征的贡献程度的综合利用。在UCI数据集和5个高维小样本数据集上的实验结果表明，相比传统的单准则评价的特征选择方法，该方法不仅能有效地提高特征选择的分类性能，而且更加有利于处理高维小样本数据集。
关键词：特征选择,正域,大间隔,邻域粗糙集
