基于K近邻特征选择方法的研究

目录

声明

第一章 绪论

1.2特征选择研究现状

1.3本文的主要工作

1.4本文的章节安排

第二章特征选择基本理论

2.2.2包裹式（Wrapper）特征选择方法

2.2.3嵌入式（Embedded）特征选择方法

2.4 特征选择的相关性和冗余性

2.5.2 决策树和随机森林分类器

2.5.3 K 近邻

2.5.4 支持向量机分类器

第三章 基于加权K近邻和遗传算法的特征选择方法

3.2 WKNNGAFS特征选择方法框架

3.2.1 种群初始化

3.2.3 遗传算子

3.2.4 终止条件

3.4 WKNNGAFS 算法及时间复杂度

3.5 实验结果

3.5.1 数据集

3.5.3 对比方法

3.5.4 结果和对比分析

第四章 基于邻域粗糙集的特征选择方法

4.2 邻域粗糙集的基本概念

4.3 OFS-Gapknn在线流特征选择方法

4.3.1 Gapknn邻域关系

4.3.2 OFS-Gapknn 在线流特征选择方法

4.4实验结果

4.4.1数据集和实验环境

4.4.3 结果和对比分析

4.4.4 与传统的特征选择方法的比较

4.4.5 与两种基本的邻域关系的比较

4.4.6 与在线流特征选择方法的比较

第五章 总结与展望

参考文献

攻读硕士学位期间论文发表

致谢