[发明专利]一种面向复杂模式分类的特征选择方法

摘要

本发明公开了模式分类技术领域的一种面向复杂模式分类的特征选择方法，该面向复杂模式分类的特征选择方法的具体步骤如下S1离散化数据集D中的连续特征，其结果使用D表示；S2计算特征的Gini系数，并根据计算特征进行重复操作；S3针对特征的大小进行升顺排列；S4在特征集的折线图中找到急剧变化的点或拐点i0，本发明中采用多次重复计算减少聚类阈值对结果的影响，减小特征维度，避免出现特征提取后的相关性和冗余性，减少分类器的工作难度，能够广泛应用于各种复杂模式分类问题中，具有自适应能力强、适用范围广的优点。

主权项

一种面向复杂模式分类的特征选择方法，其特征在于：该面向复杂模式分类的特征选择方法的具体步骤如下：S1：离散化数据集D中的连续特征，其结果使用D表示，每个特征的Gini系数累加和Sum(Di)置0；S2：计算特征的Gini系数，并根据计算特征进行重复操作；S3：针对特征D1～Dm按Sum(Di)的大小进行升顺排列得到S4：在特征集的折线图中找到急剧变化的点或拐点i0，若急剧变化的点数超过1个，则选取编号最大的拐点i0.即为选择的重要特征子集。