论文部分内容阅读
ReliefF是一种比较常用的特征选择算法,执行效率较高,但选择精度相对较低,本文基于新的属性差异性度量方式,提出了一种改进的ReliefF方法,弥补了传统度量方式的不合理性。实验表明,改进的ReliefF方法能更精确地选择重要特征,为之后的数据处理工作如聚类分析提供更大的帮助。