[发明专利]一种针对不完整数据的近邻模型特征选择方法及装置

摘要

本发明公开一种针对不完整数据的近邻模型特征选择方法及装置，该方法包括：步骤1、初始化特征加权向量w＝[w1,w2,...,wm]∈Rm为全1的向量；步骤2、基于给定的特征加权向量w构建不完整数据的填充损失函数；步骤3、采用交替迭代优化算法最小化步骤2中的损失函数；步骤4、基于填充后的数据构建近邻模型特征选择方法的损失函数；步骤5、采用梯度下降法优化步骤4中的损失函数；步骤6、循环执行步骤3至步骤5，直到特征加权向量的长度变化小于阈值或达到最大迭代次数；步骤7、根据最终输出的特征加权向量对特征进行降序排序，从而选择出最优的特征子集。本发明在计算填充损失时考虑了特征的重要性，能够有效地提高针对不完整数据的特征选择的分类精度。