西安邮电大学学报

2020, v.25;No.146(05) 16-21

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

支持向量机特征选择方法综述
Review on support vector machines based feature selection

吴青;付彦琳;

摘要(Abstract):

支持向量机(support vector machine,SVM)主要解决分类和回归问题,基于支持向量机的特征选择可以有效地去除不相关的冗余特征,在新的更少的数据集上建模,提高支持向量机的效率和泛化性能。从评价标准、搜索方式和监督信息等角度探究特征选择的分类方法,论述基于支持向量机Wrapper、Embedded和Filter-Wrapper等3种特征选择方法,进一步地探讨支持向量机特征选择方法未来的发展趋势。

关键词(KeyWords): 支持向量机;模式识别;特征选择

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51875457);; 陕西省重点研发计划项目(2018GY-018);; 西安市科技计划项目(2020KJRC0109)

作者(Author): 吴青;付彦琳;

Email:

DOI: 10.13682/j.issn.2095-6533.2020.05.003

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享