基于熵的微阵列数据特征选择

摘要

针对基于熵的特征加权算法忽略了数据集内在特性对特征重要性的影响，导致特征选择效果不佳的问题，提出一种改进的基于熵的特征加权算法，根据信息熵计算特征维度的重要性权重，通过引入交叉验证实现不同数据集的阈值学习，确定用于度量特征重要性的最佳阈值参数，并基于该阈值对数据集进行特征选择。在微阵列数据集上的数值实验结果表明：相比于原算法，所提算法能够减少更多的维度，且特征子集用于分类得到的准确率与原算法基本持平甚至有所提高，说明改进的算法是可行和有效的。

关键词

特征选择 / 微阵列数据 / 分类 / 信息熵 / 交叉验证