基于节点度中心性的无监督特征选择-数据采集与处理.PDFVIP

ISSN 1004‑9037，CODENSCYCE4 http：// JournalofDataAcquisitionandProcessingVol.34，No.2，Mar.2019，pp.312-321 E‑mail：sjcj DOI：10.16337/j.1004‑9037.2019.02.014 Tel/Fax：+86‑025 ⒸⒸ 2019byJournalofDataAcquisitionandProcessing 基于节点度中心性的无监督特征选择 闫泓任 马国帅 钱宇华 （山西大学大数据科学与产业研究院，太原，030006） 摘 要：特征选择方法可以从成千上万个特征中选择合适的少量特征，使模型更加有效、高效。本文考 虑到真实场景下高维数据集中特征之间互相关联以及使用复杂网络结构描述特征空间的全局性与合 理性，提出无监督场景下的基于复杂网络节点度中心性的特征选择方法。根据特征间的相关性大小， 设定阈值选择保留符合要求的关联；再利用保留的关联生成以特征为节点的无向无权重网络结构；最 后以衡量节点度中心性的方法筛选此网络中影响力最大的节点集，亦即最优特征子集。本文方法为处 理特征重要性及特征冗余增加了灵活性。采用对比实验，将本文方法与常用特征选择或特征提取方法 在多个高维数据集上进行性能比较。实验分析结果表明此方法的有效性以及普适性。 关键词：特征选择；复杂网络；节点度中心性；特征相关性 中图分类号：TP30 文献标志码：A Degree‑CentralityBasedFeatureSelection Yan Hongren，Ma Guoshuai，Qian Yuhua (InstituteofBigDataScienceandIndustry,ShanxiUniversity,Taiyuan,030006,China) Abstract：Featureselectionbypickingasmallsizeofimportantfeaturesoutofthefeaturespacefacilitates learning algorithms to perform more accurately and more efficiently on the datasets. Considering the universalexistence ofrelevance between features in realdatasets，this paper proposes an unsupervised featureselectionframeworkinwhichthefeaturecorrelatingtoeachotherformanetworkstructureandthe importanceofeachofthemismeasuredbydegreecentralityindexofacomplexnetwork. Thebiggerthe degreecentralityofafeatureinthisnetwork，thehighertherankofitsimportance.Attheendweselecta givennumberoffeatureswiththehighestranks.Thisframeworkallowsmoreflexibilityonhandlingfeature importanceandfeatureredundancy. Latertheproposedmethodwillbecomparedtoclassicalselection/ extraction techniques on six high‑dimensional datasets. Experiments demonstrate the advantages of our modelonbothcontinuousanddiscretedatasets. Keywords:featureselection;complexnetwork;degreecentrality;featurecorrelation 引 言 [1