一种基于分布漂移数据集的特征选择方法

摘要

一种基于分布漂移数据集的特征选择算法，具体包括过滤器和包装器两种版本，该算法通过引入特征泛化有效性分数(FGES)解决特征漂移问题，在给定数据集D、特征候选集F、需要选的特征数量N的设定下，可以产出对分类问题最有效的前N个特征及其排序。本发明使机器学习分类算法面对分布漂移数据集时，仍然可以使用过滤器和包装器类方法进行特征选择，进而提高机器学习分类算法运行效率、可扩展性和模型效果。