基于冗余性分析的改进ReliefF特征选择算法
打开文本图片集
关键词：特征选择;ReliefF算法;最大信息系数;冗余性分析
0 引言（Introduction）
特征选择是机器学习以及数据挖掘领域实现特征约简的
重要方法，通过在众多特征中筛选出对分类最有效的特征实现对特征维数的约简。ReliefF算法[1]是在Relief特征选择算法[2]的基础上对处理多分类问题提出的改进，但仍存在一些有待解决的问题，例如ReliefF随机抽样时会抽取到不具代表性的样本，没有考虑特征间的相关性，缺乏对冗余特征进行衡量。（剩余4745字）
