基于邻域分类AUC的属性选择方法

摘要

为了提升邻域分类器的分类性能,提出了一种利用邻域AUC作为分类性能度量指标的启发式属性选择算法。首先,利用邻域分类器得到邻域AUC,然后在此基础上,借助贪心搜索策略,逐步加入使得邻域AUC尽可能大的属性,当邻域AUC不再增大时,算法终止。7个UCI数据集上的实验结果表明,使用邻域AUC属性选择算法,可以在使用较少属性个数的基础上有效提升邻域分类器的分类性能。