基于支持向量机的特征选择  

Feature Selection Based on Support Vector Machine

作　　者：葛敏敏[1] 范丽亚[1] 

机构地区：[1]聊城大学数学科学学院,山东聊城252059

出　　处：《聊城大学学报（自然科学版）》2011年第2期18-22,27,共6页Journal of Liaocheng University:Natural Science Edition

基　　金：国家自然科学基金资助项目(10871226);山东省自然科学基金资助项目(ZR2009AL006)

摘　　要：主要研究了基于支持向量机的特征选择方法——特征权法,通过对两组数据进行试验,说明了特征权法在分类效果上优于F-得分法和支持向量机.This paper is devoted to study a feature election method based on support vector machine feature weight. Experiments with two kinds of data taken from UCI machine learning repository show that feature weight method is superior to F-score method and SVM on the classification results.

关 键 词：特征选择 特征权法 F-得分法 支持向量机 错分率 

分 类 号：O241[理学—计算数学]