论文部分内容阅读
在数据挖掘研究领域,特征选择已经成为一个重要的研究课题,这是因为现实的数据集常常含有高维的特征,尽管这可以使信息更加充分,但对分类器的设计也提出了更高的要求。随着特征维数的增加,特征中的不相关信息和冗余信息也会相应增多。针对这个问题,文章采用一种基于全局最小冗余的特征选择算法并将其应用到多视角数据分类中,在实验中与传统的多视角分类算法比较,具有更高的分类准确率。