论文研究 一种面向聚类的加权特征选择算法.pdf

针对面向聚类的特征选择算法效率和效果无法兼顾，并且对高维数据适用度不高的问题，提出了一种基于邻域分析的加权特征选择算法ENFSA。该算法首先基于信息熵构建候选特征集，降低加权特征选择的候选特征维度，在此基础上采用邻域分析法评估特征冗余度和相关性，并根据评估结果更新特征子集和权值向量，不断迭代，直至特征权值向量趋于稳定。在10种典型数据集上的测试结果表明，与传统的特征选择算法相比，新的算法特征约简效率较好，能够明显提高数据集聚类效果，同时在特征维度较高的数据集上依然表现出很好的效果。