[发明专利]一种特征选择方法及装置

摘要

本发明实施例提供一种特征选择方法及装置，涉及数据挖掘技术领域，基于特征变量之间的相关性确定最优特征子集，提高了高维数据特征选择的有效性及运算效率；本发明实施例提供的特征选择方法包括：计算原始数据集中各特征变量之间，以及，所述原始数据集中各特征变量与预测目标特征变量之间的相关性；根据所述原始数据集中各特征变量之间，以及，所述原始数据集中各特征变量与预测目标特征变量之间的相关性，获取强相关特征子集和弱相关特征子集；将所述强相关特征子集中包含的所有特征变量，以及，所述弱相关特征子集中，与所述强相关特征子集中的特征变量直接相关的特征变量的集合确定为所述预测目标特征变量的最优特征子集。

主权项

1.一种特征选择方法，其特征在于，包括：计算原始数据集中各特征变量之间的相关性，以及，所述原始数据集中各特征变量与预测目标特征变量之间的相关性；其中，所述原始数据集包含N维特征变量，所述N维特征变量包含N‑1维所述特征变量和所述预测目标特征变量，所述N为正整数；根据所述原始数据集中各特征变量之间的相关性，和，所述原始数据集中各特征变量与预测目标特征变量之间的相关性，获取强相关特征子集和弱相关特征子集；其中，所述强相关子集中包含的特征变量为所述原始数据集中，与所述预测目标特征变量直接相关的特征变量；所述弱相关子集中包含的特征变量为所述原始数据集中，与所述预测目标特征变量间接相关的特征变量；将所述强相关特征子集中包含的所有特征变量，以及，所述弱相关特征子集中，与所述强相关特征子集中的特征变量直接相关的特征变量的集合确定为所述预测目标特征变量的最优特征子集。