文献类型：期刊文章

作　　者：李郅琴[1] 杜建强[1] 聂斌[1] 熊旺平[1] 黄灿奕[1] 李欢[1]

LI Zhiqin;DU Jianqiang;NIE Bin;XIONG Wangping;HUANG Canyi;LI Huan(College of Computer Science,Jiangxi University of Traditional Chinese Medicine,Nanchang 330004,China)

机构地区：[1]江西中医药大学计算机学院

出　　处：《计算机工程与应用》

基　　金：江西省科技厅重点研发计划（No.20171ACE50021）;国家自然科学基金（No.61562045,No.61762051）

年　　份：2019

卷　　号：55

期　　号：24

起止页码：10-19

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：特征选择作为一个数据预处理过程,在数据挖掘、模式识别和机器学习中有着重要地位。通过特征选择,可以降低问题的复杂度,提高学习算法的预测精度、鲁棒性和可解释性。介绍特征选择方法框架,重点描述生成特征子集、评价准则两个过程;根据特征选择和学习算法的不同结合方式对特征选择算法分类,并分析各种方法的优缺点;讨论现有特征选择算法存在的问题,提出一些研究难点和研究方向。

关 键 词：特征选择  搜索策略 评价准则  特征选择分类  

分 类 号：TP301]