区间型符号数据的特征选择方法-论文.pdf

《区间型符号数据的特征选择方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第1期运筹与管理Vo1．24，No．12015年2月0PERAT10NSRESEARCHANDMANAGEMENTSCIENCEFeb．2015区间型符号数据的特征选择方法郭崇慧，刘永超(大连理工大学系统工程研究所，辽宁大连116024)摘要：对区间型符号数据进行特征选择，可以降低数据的维数，提取数据的关键特征。针对区间型符号数据的特征选择问题，本文提出了一种新的特征选择方法。首先，该方法使用区间数Hausdorff距离和区间数欧氏距离度量区间数的相似性，通过建立使得样本点与样本类中心相似性最大的优

2、化模型来估计区间型符号数据的特征权重。其次，基于特征权重构建相应的分类器来评价所估计特征权重的优劣。最后，为了验证本文方法的有效性，分别在人工生成数据集和真实数据集上进行了数值实验，数值实验结果表明，本文方法可以有效地去除无关特征，识别出与类标号有关的特征。关键词：符号数据分析；特征选择；最近邻分类器；区间型数据中图分类号：0235文章标识码：A文章编号：1007—3221(2015)01—0067—08AFeatureSelectionMethodforSymbolicIntervalDataGUOCho

3、ng-hui，LIUYong-chao(InstituteofSystemsEngineering，DalianUniversityofTechnology，Dalian116024，China)Abstract：Featureselectionforsymbolicintervaldatacanreducethedimensionofdataandextractthekeyfea—turesofdata．Inordertodealwiththefeatureselectionproblem，anewmet

4、hodisproposedinthispaper．Firstly，HausdorfdistanceandEuclideandistanceareutilizedtomeasurethesimilaritybetweentwointervalnumbers，andanoptimizationmode1．whichaimstomaximizethesimilaritybetweeneachsampleanditsclasscenter，iSestablishedtoestimatethefeatureweigh

5、tsforsymbolicintervaldata．Next．basedontheestimatedfeatureselec—tionweights，aclassifierisconstructedtoevaluatethegoodnessoftheweights．Finally，inordertoverifytheeffectivenessoftheproposedmethod，numericalexperimentsaredoneinartificiallygenerateddatasetsandrea

6、ldatasets，respectively．Thenumericalexperimentsresultsshowthattheproposedalgrithmcaneliminateirrelevantfeaturesandidentifyfeatureswhicharerelevanttotheclasslabels．Keywords：symbolicdataanalysis；featureselection；nearestneighborclassifier；intervaldata0引言随着数据收集

7、和存储技术的不断进步，越来越多的数据出现在各个领域当中。数据的不断丰富也加大了对海量数据分析方法和技术的需求。传统的数据分析方法在处理海量数据时，往往计算量很大，且难以从整体上掌握样本的性质。针对此类问题，EdwinDiday于1988年在国际分类协会联合会(CFCS)的第一次大会上首次提出了符号数据分析(SymbolicDataAnalysis，SDA)技术⋯。所谓符号数据，是指通过对大的数据样本空间进行降维处理，实现“数据合并”而形成的一个“数据包”，这个“数据包”就被定义为符号数据。常用的符号变量类型

8、有区间型、多值型和分布型。区间型符号数据描述的是一个变量的上下限区间，通常情况下，它是从一组定量数据中找出上限和下限，并利用上收稿日期：2013·08-27基金项目：国家自然科学基金资助项目(71171030，71031002)；教育部新世纪优秀人才支持计划(NCET一11-0050)作者简介：郭崇慧(1973一)，男，博士，教授，博士生导师，主要研究方向：数据挖掘与知识发现，决策理论与方法等。刘永超(1989．