基于高维相关性多标签在线流特征选择

摘要

提出了一种基于高维相关性的多标签在线流特征选择算法，该算法将标签空间进行等价映射，构建基于高维标签空间的权重无向图，利用图信息和Jaccard指数来衡量标签之间的高维权重，利用标签的高维相关性计算新到达特征的显著性。通过迭代显著性均值来判断新特征的显著水平，设计了一种基于平衡全局和局部的在线特征选择算法对已选特征子集进行动态优化，考虑已选特征与标签空间的全局相关性，过滤掉不相关的特征。分析已选特征之间的局部相关性，剔除冗余特征。与6种多标签特征选择方法进行对比实验，实验结果验证了所提算法的有效性。

关键词

多标签特征选择 / 在线流特征 / 高维相关性 / 标签权重