[发明专利]基于标签相关性的多标签流特征确定最优特征子集的方法

摘要

本发明涉及一种基于标签相关性的多标签流特征确定最优特征子集的方法，其包括以下步骤：任意的新特征以流的形式依次流入模型；对每个新特征进行在线显著性分析；对非显著的特征进行在线相关性分析；对候选特征集中的特征进行冗余性分析；重复以上步骤，直至没有新的特征流入模型为止，最终获得一个最优特征子集。本发明能从具有流特征和多标签的数据中挖掘特征，并考虑标签之间的相关性以增加算法的预测性能，同时降低学习的时间复杂度，满足在线特征选择的时效性要求。本发明应用广泛，能应用于各种数据的特征选择任务中，有助于在提取特征时过滤掉对任务无用的特征信息，从而提升了相关工作的工作效率。