公开(公告)号：CN115729957B

公开(公告)日：2024-01-19

申请号：CN202211501087.1

申请日：2022-11-28

Applicant: 安徽大学

Inventor： 周鹏 ,  陈前臻 ,  张云云 ,  赵姝

IPC: G06F16/245 ,  G06F16/25

Abstract: 本申请提出了一种基于最大信息系数的未知流特征选择方法及装置，涉及数据挖掘领域，包括：根据公共数据集获取目标数据集，得到数据集的条件特征空间与类标签；根据随机选择特征方法确定数据集内特征不断产生并到达的场景；计算场景中新到达的特征和类标签之间的第一相关性，根据第一相关性与第一特征子集的平均相关性大小差值，确定是否丢弃特征；若所述特征保留，确定所述特征与所述第一特征子集的第二相关性，并在所述第二相关性大于预设阈值时，将所述特征加入所述第一特征子集，生成第二特征子集；当没有特征到达场景或程序结束时，输出第二特征子集。本申请在不需要知道每个特征类型时，精确保留数据集所需的最佳显著特征，提高效率。

公开(公告)号：CN115729957A

公开(公告)日：2023-03-03

申请号：CN202211501087.1

申请日：2022-11-28

Applicant: 安徽大学

Inventor： 周鹏 ,  陈前臻 ,  张云云 ,  赵姝

IPC: G06F16/245 ,  G06F16/25

Abstract: 本申请提出了一种基于最大信息系数的未知流特征选择方法及装置，涉及数据挖掘领域，包括：根据公共数据集获取目标数据集，得到数据集的条件特征空间与类标签；根据随机选择特征方法确定数据集内特征不断产生并到达的场景；计算场景中新到达的特征和类标签之间的第一相关性，根据第一相关性与第一特征子集的平均相关性大小差值，确定是否丢弃特征；若所述特征保留，确定所述特征与所述第一特征子集的第二相关性，并在所述第二相关性大于预设阈值时，将所述特征加入所述第一特征子集，生成第二特征子集；当没有特征到达场景或程序结束时，输出第二特征子集。本申请在不需要知道每个特征类型时，精确保留数据集所需的最佳显著特征，提高效率。