医疗诊断上一种基于特征交互的MIFS算法

摘要

MIFS算法及其改进算法对医疗诊断数据集进行特征选择时,秉承“最大相关最小冗余”的思想,关注特征与类别的相关信息和特征之间的冗余信息,没有考虑到特征之间的交互信息。考虑到医疗诊断指标之间的交互,本文提出一种基于特征交互的MIFS算法(Feature Interaction Based MIFS Algorithm, MIFS-FI),在实现“最大相关”的同时,最大程度地去除冗余特征,保留交互特征,还有效地解决了MIFS算法中参数不确定以及相关项与冗余项不可比的问题。将MIFS-FI算法和其他7种基于互信息的特征选择方法应用于14个医疗诊断数据集进行对比实验,结果表明MIFS-FI算法在分类准确率、召回率和F1值三方面优于其他7种特征选择方法,提高了分类精度。