基于维数约简与特征选择的PGS方法在数据处理中的应用.pdf

、吣．开发研究与设计技术，。。。．． 本栏目责任编辑：谢媛媛 简与特征选择的PGS方法在数据处理中的应用 程辉1。卜华龙2 (1．滁州学院计算机科学与技术系，安徽滁州239000；2．巢湖学院计算机科学与技术系，安徽巢湖2380明) 摘要：特征选择和维数约简在机器学习、模式识别和数据挖掘领域是很常用的方法，它们之间也具有一定的联系，但对 它们的融合应用目前很少研究，从而融合特征选择和维数约筒的思路被提出。该思路融合了主成分分析方法和遗传算法， 提出PGS方法．并把它应用于基因“croarrav数据的预测分类，取得了较好的效果。 关键词：特征选择；维数约简；遗传算法；主成分分析；基因矩阵 中图分类号：TP393文献标识码：A 文章编号：1009—3044(2007)23—41334一03 PGSBasedonD押nensionReductionandFeatureSeIectionfOrMicroarraVData cHENG Huil，Bu Hua—Lon乎 (1．Chuzhouuniversicy，ChuzhouU血verSi七y，Chuzhou239000，China；2．ChaohuCoⅡege，chaohuConege，Chaohu dimensionreductiontwocommonmethodsforMachine and AbStraCt：Featureselectionand are Le锄ing，Pattem Recognition Data therearelitdeattentionabouthowtofusion themethodof thefea． have relations，but them，so Mining，andthev many fusing tureselectionanddimensionreductionis met}lodfusedtheGenetie and proposed．The AlgorithmPrincipalComponentAnalysis useditfbrtheclassi6cation data． (PGS)，then of窘enemicro锄y wOrds：Feature matrix selection；Dimensionreduction；Genetic Key Algorithm；PrincipalcomponentAnalysis；gene 1引言 空间，其重点不是考虑低维空间是否最优问题，而特 目前，许多学习算法的性能受到不相关或冗余特 征选择主要是对一个空间进行选择寻优的过程。 征的负面影响【l，2】。选择好的特征不仅可以减小计算复 降维和特征选择这两个过程密切相关，但如何将 杂度，提高分类准确度．而且有助于寻找更精简更易 理解的算法模型，这就直接导致了特征选择问题的出 的降维方法主要是设定一个阈值来控制降维后的特 现。特征选择对不同情况下的学习算法都有不可忽视 征个数，往往选取了靠前的特征．但这种方法由于没 的作用。 有考虑到冗