面向大数据的在线特征提取研究

摘要

在大数据环境下,当利用机器学习算法对训练样本进行分类时,训练数据的高维度严重制约了分类算法的性能.文中应用L1准则的稀疏性,提出了一种在线特征提取算法,并用该算法对训练实例进行分类.利用公开数据集对算法的性能进行了分析,结果表明,提出的在线特征提取算法能准确地对训练实例进行分类,因而能更好地适用于大数据环境下的数据挖掘.