[发明专利]一种基于投票策略的高维特征选择方法

摘要

本发明公开了一种基于投票策略的高维特征选择方法，涉及集成特征选择领域。该方法包括：(1)给定特征维度为d的有限数据集Dn，利用正则化组块m×2交叉验证的方法对数据集进行切分，得到2m个样本大小为n/2的数据子集，并给定特征选择器A；(2)在2m个数据子集上使用给定的特征选择器A选择特征，得到相应的2m个入选特征子集，并形成特征候选集合；(3)再对特征候选集合中的每个特征施行绝大多数投票法得到最终的特征入选集合，该特征集合为d′维(d′＜d)，包含了数据的大多数信息。该方法能够较大程度地减少集成时使用到的候选特征集合的个数，而且使得真特征的入选概率得以提高。本发明可为机器学习算法中的高维特征选择任务提供更优的选择策略。