|
论文《基于SVM评价准则的高维数据混合特征选择算法》提出了一种结合支持向量机（SVM）评价准则的高维数据特征选择方法。该算法通过融合过滤法与包装法，有效提升特征选择的效率和准确性。研究针对高维数据中冗余和噪声问题，利用SVM的分类性能作为特征评估标准，实现对关键特征的筛选。实验结果表明，该方法在多个数据集上均表现出良好的分类效果和特征选择能力。 文档为pdf格式，0.16MB，总共8页。
- 文件大小:
- 163.84 KB
- 下载次数:
- 60
- 基于SVM评价准则的高维数据混合特征选择算法 - 第四届中国Agent理论与应用学术会议.pdf ...
-
高速下载
| 
