基于特征选择技术的集成方法研究

随着计算机与网络技术的快速发展,大数据集的出现致使人们获取的信息量正在以前所未有的速度日益剧增,如何快速获取有用信息倍受人们关注。针对如何有效剔除冗余数据问题,运用具有良好泛化能力的支持向量机的特征选择和集成分类器新技术,在支持向量机分类的基础上,以特征选择和基于特征选择的集成学习方法为主要研究内容,以具有较高分类效果的RGS算法为基础,对多个成员分类器的集成进行深入研究,并提出了RGSE算法。最后,用实验表明了算法的正确性和有效性。