基于加权皮尔逊相关系数并结合特征筛选的分类算法

摘要

本发明公开了基于加权皮尔逊相关系数并结合特征筛选的分类算法，首先对原始数据进行预处理，并将预处理后的数据集使用IMPROVE_FCBF算法进行特征筛选；然后将进行特征筛选之后的数据使用十折交叉验证方法划分为训练集和测试集，在训练集上使用基于加权皮尔逊相关系数的决策树算法构造决策树；最后使用构造好的决策树模型对测试数据进行分类得出结果，使用评估指标准确率、召回率、宏观F1值和决策树的构造时间对决策树分类模型进行评估。基于以上评价指标，本发明相比其他决策树分类算法均有不同程度的提升与改进。