基于支持向量机和正交设计的特征选择方法

摘要

正交设计利用较少的实验次数就可以找出因素间的最优搭配,支持向量机能处理小样本、具有很好的泛化能力且不受数据集维数的制约.结合二者的优势,提出了基于支持向量机和正交设计的特征选择方法.根据数据集的特征数目及相应正交表的结构,安排训练、测试,最后对优选出的特征子集检验,实验结果表明该特征选择方法能够去除冗余特征而且能取得比使用特征全集更高的分类率.