论文部分内容阅读
特征选择是机器学习和模式识别领域的关键问题之一。随着模式识别与数据挖掘的深入，研究对象越来越复杂，对象的特征维数也越来越高，此时特征选择的稳定性也显得尤为重要。分析了1-范数支持向量机，用该方法对高维数据进行特征选择，并对特征选择的结果进行集成；提出了一种针对高维数据的稳定性度量方法；在基因表达数据上的实验结果表明，集成特征选择可以有效提高算法的稳定性。