嵌入式方法相关论文
在线核选择是在线核方法的重要工作,可分为过滤式、包裹式和嵌入式三种类型。在线核选择中存在“探索—利用”两难问题。既要探索......
特征选择是机器学习和数据挖掘中的高效且有效的数据预处理技术,通过去除数据中的不相关和冗余特征提高学习性能,同时揣摩维度和计......
支持向量机(SVM)较一般的机器学习方法显示出更好的泛化能力.然而,在实际的数据中经常存在着大量冗余、噪声或者不可靠的特征,这严......
目前,对于高维数据进行降维的变量选择方法研究已经成为文本挖掘、临床医学和遗传学等领域的一个重要课题。变量选择的方法分为Filt......
支持向量机(SVM)较一般的机器学习方法显示出更好的泛化能力.然而,在实际的数据中经常存在着大量冗余、噪声或者不可靠的特征,这严重......
提出了一种基于线性孪生支持向量机(TWSVM)的嵌入式特征选择方法。该方法在构造分类器的过程中,通过在TWSVM原有优化模型中引入一......