基于非负矩阵分解和可视化技术的多分类特征选择方法

摘要

一种基于非负矩阵分解和可视化技术的多分类特征选择方法，先提取待处理的数据集，进行非负化、归一化处理，然后进行数据可视化分析，分析数据集中特征所包含的“类”，确定对其进行NMF分解时的低维嵌入维数，对数据集采用最小二乘迭代算法进行非负矩阵分解，计算权值矩阵，对基矩阵和权值矩阵进行热图可视化表达，观察权值矩阵的特征聚类情况，通过调节热图阈值控制分类特征个数最少，在热图中采用显著表达原理从权值矩阵每一行中选择一个分类特征；对选择出的分类特征做并集运算，得到最终的分类特征集合，本发明结合了非负矩阵分解结果的物理意义及热图形象直观的优点，在数据降维的同时，保证了所选特征子集的分类精度。