高维数据的1-范数支持向量机集成特征选择

摘要

特征选择是机器学习和模式识别领域的关键问题之一.随着模式识别与数据挖掘的深入,研究对象越来越复杂,对象的特征维数也越来越高,此时特征选择的稳定性也显得尤为重要.分析了1-范数支持向量机,用该方法对高维数据进行特征选择,并对特征选择的结果进行集成；提出了一种针对高维数据的稳定性度量方法；在基因表达数据上的实验结果表明,集成特征选择可以有效提高算法的稳定性.