摘要
本发明公开了基于自适应流形和互信息的偏多标记特征选择方法及装置,涉及数据挖掘领域,方法包括:S1,利用数据集构建特征矩阵和逻辑标记矩阵;S2,特征选择模型构建步骤;S3,利用基于特征矩阵和逻辑标记矩阵构建目标函数的流形正则项和标记相似图学习项;S4利用目标函数对特征选择模型进行训练;S5,将偏多标记数据集输入训练好的特征选择模型,得到标记置信度矩阵和特征选择模型的权重矩阵,计算特征矩阵和标记置信度矩阵的互信息,根据互信息计算特征重要度矩阵,根据重要性排序筛选出最终的特征选择结果。本发明通过动态学习标记相似图权重矩阵消除噪声标记对标记相关性的影响,并结合权重矩阵与标记置信度的互信息实现特征选择。
技术关键词
标记置信度
矩阵
特征选择方法
样本
逻辑
语义
元素
特征选择装置
拉普拉斯
数据
模型训练模块
消除噪声
索引
参数
动态
系统为您推荐了相关专利信息
双向长短期记忆网络
径流预测方法
预训练模型
降雨径流预测技术
注意力
水溶袋
回归决策树
构建预测模型
随机森林模型
大数据