摘要
本发明公开了一种基于KSG算法的归一化互信息计算方法,通过以下步骤实现:1.利用k近邻距离估计原始互信息MI(X,Y);2.基于相同k近邻原理估计变量熵值δH(X),H(Y);3.计算归一化互信息本方法解决了互信息量纲不可比问题,输出[0,1]可比的NMI值,并扩展应用于:‑高维特征选择中的特征重要性排序‑样本聚类分析中的相似度度量‑因果发现中的条件独立性检验(使用阈值δ)具有计算效率高(O(n log n))、抗噪声强的优势。
技术关键词
特征筛选器
计算方法
k近邻方法
特征选择
归一化方法
近邻算法
距离估计
度量
样本
聚类算法
抗噪声
连续型
优化器
探测器
非线性
邻居
参数
变量
系统为您推荐了相关专利信息
结构设计优化方法
螺旋锚基础
线路杆塔
作用力
受力
负荷预测方法
电网用电
时序预测模型
注意力神经网络
电力潮流计算方法