Margin-aware Fuzzy Rough Feature Selection: Bridging Uncertainty Characterization and Pattern Classification

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了一种新的边缘模糊粗糙特征选择框架(MAFRFS),旨在提高高维数据中特征选择的效率。该方法通过优化标签类别的紧凑性和分离性,降低模式分类的不确定性,提升分类性能。实验结果表明,MAFRFS在15个公共数据集上优于现有算法,具有更高的可扩展性和有效性。

🎯

关键要点

  • 提出了一种新的边缘模糊粗糙特征选择框架(MAFRFS),旨在提高高维数据中特征选择的效率。
  • MAFRFS通过优化标签类别的紧凑性和分离性,降低模式分类的不确定性。
  • 该方法显著提升了分类性能。
  • 实验结果表明,MAFRFS在15个公共数据集上优于现有算法,具有更高的可扩展性和有效性。
➡️

继续阅读