ReGEC_L1区

一种嵌入特征选择的广义特征值分类器。监督分类是机器学习中最常用的方法之一。对于具有大量特征的数据,关键问题是如何处理冗余或无关的信息。在这种情况下,一个有效的算法需要为分类识别出一个尽可能小的合适的特征子集。本文提出了一种基于正则化广义特征值分类器(ReGEC)并带有L1范数正则化项的嵌入特征选择分类器ReGEC_L1。详细介绍了数学公式和数值算法。在一些实际的标准基准数据集上的数值结果表明,我们提出的方法在不损失分类精度的情况下,产生了显著的特征选择。在这方面,我们的算法似乎比SVM_L1方法更好。ReGEC_L1的MATLAB实现在url上提供{http://www.na.icar.cnr.it/mariog/regec_l1.html}。