【摘要】：图4-1为特征选择过程的流程图。目前应用比较普遍的是过滤式特征选择方法，包括距离度量［96］、信息度量［97］、依赖性度量［98］、一致性度量［99］。由于后文将提出基于信息度量的、结合话题特点的特征选择方法，本节首先对信息论里的几个重要概念做简单介绍，然后介绍两种话题特征选择方法。
特征选择本质上是一个组合优化的问题，它的定义方法有多种，但是目的基本相同：寻找最优特征子集描述目标［92］。图4-1为特征选择过程的流程图。由以下流程图可以发现，特征选择的过程主要包括四部分：确定特征子集、对特征子集进行评价、特征选择的结束条件和对选择的特征子集进行性能评价。目前该方面的研究主要围绕搜索策略和评价准则展开。其中基于搜索策略划分的特征选择方法包括：全局最优搜索策略、随机搜索策略和启发式搜索策略［93］，以上搜索策略都有自己的优点和缺点，在实际应用中，可根据不同的需要选择合适的搜索策略。例如，如果样本数比较少，可选择全局搜索策略，因为其搜索性能最优，但时间消耗大；如果对计算速度的要求比较高，则可选择启发式搜索策略；若在性能和速度上为二者的折中，则可选择随机搜索策略。若基于评价标准来划分特征选择方法，包括过滤式（filter）［94］和封装式（wrapper）［95］。由于封装式的评价标准计算量大，所以时间消耗就比较大，不适合处理大数据，其优点是计算的准确率比较高。过滤式速度比较快，选出的特征子集与后续学习算法无关，其性能低于封装式。目前应用比较普遍的是过滤式特征选择方法，包括距离度量［96］、信息度量［97］、依赖性度量［98］、一致性度量［99］。由于后文将提出基于信息度量的、结合话题特点的特征选择方法，本节首先对信息论里的几个重要概念做简单介绍，然后介绍两种话题特征选择方法。
(www.xing528.com)
图4-1 特征选择过程流程图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
