迪曼·托多罗夫;罗西·塞奇 用于分类中变量选择的条件互信息的时间有效估计。 （英语） Zbl 1506.62178号 计算。统计数据分析。 72, 105-127 (2014)。 摘要：提出了一种基于熵的相关测度计算算法。该算法允许对实际数据中的可变子集进行穷尽式探索。通过使用来自不同领域的8个数据集和模拟数据与其他三种基于熵的变量选择方法进行比较，证明了该方法的时间效率。该方法适用于数值数量有限的离散数据，适用于医疗诊断支持、DNA序列分析、心理测量学和其他领域。 MSC公司： 62-08 统计问题的计算方法 62页第10页 统计学在生物学和医学中的应用；元分析 68T05型 人工智能中的学习和自适应系统 关键词：变量选择;条件互信息;离散数据;并行算法 软件：R（右）;4.5条 PDF格式BibTeX公司 XML格式引用 \textit{D.Todorov}和\textit{R.Setchi}，计算。统计数据分析。72、105-127（2014年；Zbl 1506.62178） 全文： 内政部 参考文献： [1] Akadi，A.E。；Ouardighi，A.E。；Aboutajdine，D.，一种基于互信息的强大特征选择方法，国际计算杂志。科学。Netw公司。安全。，8, 116-121, (2008) [2] Alvarez-Esteban，P。；del Barrio，E。；库斯塔·阿尔贝托斯，J。；Matrana，C.，在几个样本中搜索常见的池模式，Comput。统计师。数据分析。，67, 1-14, (2013) ·2013年1月1471.6日 [3] 贝恩，M。；Muggleton，S.，《学习最优国际象棋策略》（Furukawa，K.；Michie，D.；Muggletton，S.《机器智能》，第13卷，（1995），牛津大学出版社，美国纽约州纽约市），291-309 [4] Battiti，R.，《在监督神经网络学习中使用互信息选择特征》，IEEE Trans。神经网络。，5, 537-550, (1994) [5] 盖，T.M。；Thomas，J.A.，《信息理论的要素》，（1991年），美国纽约州纽约市威利国际科学研究所·Zbl 0762.94001号 [6] de Leeuw，J.，通过迭代奇异值分解对二进制数据进行主成分分析，计算。统计师。数据分析。，50, 1, 21-39, (2006) ·Zbl 1429.62218号 [7] Duch，W.、Adamczak，R.、Grabczewski，K.、Ishikawa，M.、Ueda，H.，1997年。使用约束反向传播网络提取清晰的逻辑规则两种新方法的比较。摘自：欧洲人工神经网络研讨会论文集。比利时布鲁日，第16-18页。 [8] Estevez，宾夕法尼亚州。；Tesmer，M。；佩雷斯，C.A。；Zurada，J.M.，标准化互信息特征选择，IEEE Trans。神经网络。，20, 189-201, (2009) [9] 宾夕法尼亚州法拉利。；Barbiero，A.，模拟有序数据，多元行为。研究，47，4，566-589，（2012） [10] Fleuret，F.，带条件互信息的快速二进制特征选择，J.Mach。学习。第5号决议，1531-1555，（2004）·Zbl 1222.68200号 [11] Güvenir，H.A。；Demiröz，G。；Ilter，N.，《使用投票特征间隔学习红斑鳞状病变的鉴别诊断》，Artif。智力。医学，13，3，147-165，（1998） [12] 盖恩，I。；Gunn，S。；Nikravesh，M。；Zadeh，L.A.，（特征提取：基础与应用，模糊性与软计算研究，（2006），Springer-Verlag New York，Inc.Secaucus，NJ，USA） [13] 黄，J。；蔡，Y。；Xu，X.，基于互信息的特征选择包装器的混合遗传算法，模式识别。莱特。，28, 1825-1844, (2007) [14] Iannario，M.，关于序数数据的混合模型的可识别性，Metron，68，187-94，（2010）·Zbl 1301.62017年 [15] 雅库林，A。；Bratko，I.，《测试属性交互的重要性》，（第21届机器学习国际会议论文集，ICML，（2004），ACM出版社），409-416 [16] 荣格，C.-S。；Seo，H。；Kang，H.-G.，多维模式分类中所选特征的冗余信息估计，模式识别。莱特。，32、4、590-596（2011），网址：http://dx.doi.org/10.1016/j.patrec.2010.11.023 [17] Kolenikov，S.，Angeles，G.，2004年。主成分分析中离散数据的使用：理论、模拟和对社会经济指数的应用。 [18] 洛杉矶库根。；Cios，K.J。；Tadeusiewicz，R。；奥吉拉，M。；Goodenday，L.S.，自动心脏SPECT诊断的知识发现方法，Artif。智力。医学，23，2，149-169，（2001） [19] Kwak，北卡罗来纳州。；Choi，C.-H.，基于parzen窗口的互信息输入特征选择，IEEE Trans。模式分析。机器。智力。，24, 12, 1667-1671, (2002) [20] 刘，H。；Sun，J。；刘，L。；张浩，动态互信息特征选择，模式识别。，42, 1330-1339, (2009) ·Zbl 1183.68540号 [21] 曼宁，C.D。；Raghavan，P。；Schütze，H.，《信息检索导论》，（2008），剑桥大学出版社·Zbl 1160.68008号 [22] Merrill，D。；Grimshaw，A.S.，《高性能和可扩展基数排序：为GPU计算实现动态并行的案例研究，并行处理》。莱特。，21, 2, 245-272, (2011) [23] Nijenhuis，A。；Will，H.S.，《组合算法：用于计算机和硬计算器》，（1978），学术出版社，美国佛罗里达州奥兰多·Zbl 0476.68047号 [24] 马里兰州诺德维尔。；毛巾，G.G。；Shavlik，J.W.，《训练基于知识的神经网络以识别DNA序列中的基因》，（《1990年神经信息处理系统进展会议论文集》，第3卷，NIPS-3，（1990），摩根考夫曼出版社，美国加利福尼亚州旧金山），530-536 [25] 彭，H。；长，F。；Ding，C.H.Q.，基于互信息的特征选择：MAX依赖性、MAX相关性和MIN冗余性的标准，IEEE Trans。模式分析。机器。智力。，27, 8, 1226-1238, (2005) [26] Quinlan，J.R.，C4.5：机器学习程序，（1993），Morgan Kaufmann Publishers Inc.，美国加利福尼亚州旧金山 [27] R： 《统计计算的语言和环境》（2012），奥地利维也纳统计计算R基金会，网址：http://www.R-project.org网站/ [28] R： 统计计算语言和环境，（2009年），奥地利维也纳R统计计算基金会，网址：网址：http://www.R-project.org [29] Reif，J.H.，《并行算法的综合》，35-60，（1993），Morgan Kaufmann Publishers Inc.San Francisco，CA，USA，（章节前缀和及其应用） [30] Schlimmer，J.C.，1987年。通过表征调整获得概念。加州大学欧文分校博士论文，aAI8724747。 [31] 索托卡，J.M。；Pla，F.，使用基于条件互信息的距离进行聚类的监督特征选择，模式识别。，43,62068-2081，（2010），网址：http://dx.doi.org/10.1016/j.patcog.2009.12.013 ·Zbl 1191.68514号 [32] Tan，M.，Eshelman，L.J.，1988年。使用加权网络表示噪声域中的分类知识。在：司法协助第121-134页。 [33] Torkkola，K.，非参数互信息最大化特征提取，J.Mach。学习。第3号决议，1415-1438，（2003）·兹比尔1102.68638 [34] 奇皮里斯，A。；瓦拉科斯，I。；Kugiumtzis，D.，特征选择中条件互信息的最近邻估计，专家系统。申请。，39,1612697-12708，（2012），网址：http://dx.doi.org/10.1016/j.eswa.2012.05.014 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。