基于样本全局相似度和Relief的缺失标记特征选择

摘要

原始的Relief模型只能分析完备的单标记数据，并且相关的改进模型也未涉及样本之间的全局相似性等，由此基于样本全局相似度和Relief模型设计了一种缺失标记特征选择方法.首先，为了补全样本对应的缺失标记，在每个标记下将全体样本划分为缺失集和完备集，通过计算样本间的欧式距离，为缺失标记的样本搜索其在完备集中的最近邻样本，从而提出了一种补全标记策略，补充样本缺失的标记.其次，为了衡量不同的样本在全局空间上的相似关系，使用余弦相似度函数计算样本间的特征相似度，基于样本标记集的重叠程度计算样本间的标记相似度，结合上述两种相似度构建了样本全局相似度.然后，为了确定目标样本在多标记决策系统中的同类近邻和异类近邻，根据目标样本与其余样本之间的全局相似度，定义了样本间的同异类判别关系.最后，结合改进的Relief模型构建新的特征权重迭代公式，进而设计了基于样本全局相似度和Relief的缺失标记特征选择算法.在8个多标记数据集上分析和测试所提算法的分类性能，实验结果表明所提算法是有效的.

关键词

特征选择 / 多标记学习 / 缺失标记 / Relief模型