计算机科学 ›› 2006, Vol. 33 ›› Issue (2): 166-168.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 本文提出一种基于最小二乘（LS）拟合判别函数的SVR特征选择算法（简称15特征选择法）。该算法采用了一个适合支持向量回归（SVR）的新目标函数，并在特征子集选择中根据实验数据集冗余特征较少的特点，采用顺序后向选择算法。仿真实验表明，本方法与常用的降维方法PCA和KPCA相比有更好的效果。
关键词: 支持向量回归 特征选择 最小二乘法
Abstract: This paper develops a SVR feature selection method （LS-FSM）based on least square-based estimate discrimi- native function. The target function adopted in this method is more suitable for SVR Moreover, by considering that redundant feature is small in spec
Key words: Support vector regression （SVR）, Feature subset selection, Least square method
. 一种基于LS拟合判别函数的SVR特征选择算法[J]. 计算机科学, 2006, 33(2): 166-168. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I2/166
Cited
首页