基于标签相关性和实例相关性的层次特征选择方法及系统

本发明提出基于标签相关性和实例相关性的层次特征选择方法及系统，特征选择任务被分解为若干个子任务，并为每个子任务选择一个特征子集以提高分类准确性，具体包括以下步骤：S1、输入层次训练数据集；S2、使用层次树结构描述层次训练数据集中类别之间的语义关系，每个内部节点都对应一个子任务；S3、使用损失项以及包括稀疏学习、标签相关性和实例相关性的正则化项构建内部节点所对应的子任务的目标函数，根据目标函数优化每个内部节点的权重矩阵，将每个子任务的权重矩阵按降序排序，选择权重值大的特征，完成层次特征选择任务。本发明不仅考虑了类别之间的层次关系，还利用了实例之间的相似性，从而能够更有效地选择特征，提高分类性能。