数据挖掘中特征选择算法研究

摘要

针对在数据挖掘过程中存在的数据冗余特征和维灾难问题,依据ReliefF算法和主成分分析算法的理论基础方法,建立了基于ReliefF优化的核主成成分析的二次特征选择法,并给出了该方法的实验结果.该方法能够有效处理维度过高、具有冗余和无关特征的数据,结合机器学习算法,使数据挖掘系统得到准确高效的执行结果,为决策人员提供有力的决策依据.通过实验得出该算法具有更高的分类准确度的结论.