[发明专利]特征选择方法、装置、存储介质及电子设备

权利要求书

1.一种特征选择方法，其特征在于，包括：

获取候选特征子集集合；

根据关联分析算法对所述候选特征子集集合进行处理，得到至少一个频繁项集；

依次对每一频繁项集，执行特征选择操作：

若已选特征集合中未包含该频繁项集中的所有特征，则确定该频繁项集与所述已选特征集合的并集对应的评价指标；

若该评价指标优于所述已选特征集合对应的评价指标，则将所述并集作为新的已选特征集合；

其中，所述已选特征集合初始为空集，每次得到的所述新的已选特征集合作为针对下一频繁项集执行所述特征选择操作中的所述已选特征集合。

2.根据权利要求1所述的方法，其特征在于，所述获取候选特征子集集合，包括：

从原始特征集合中选取出多个特征子集并确定每一特征子集对应的评价指标；

按照评价指标由高到低的顺序，从所述多个特征子集集合中选取预设数量的特征子集作为候选特征子集，得到所述候选特征子集集合。

3.根据权利要求1所述的方法，其特征在于，所述根据关联分析算法对所述候选特征子集集合进行处理，得到至少一个频繁项集，包括：

获取所述候选特征子集集合中各个特征的支持度；

选取支持度大于或等于预设最小支持度的特征并对选取出的特征按照支持度降序排列，建立项头表，所述项头表包括至少一个特征和各个特征的支持度；

根据所述项头表和所述候选特征子集集合，建立FP树，所述FP树包括根节点和至少一个叶子节点，其中，所述根节点为无效值，每一叶子节点对应所述项头表中的一个特征和该特征的支持度；

逆序遍历项头表，根据所述FP树查找所述项头表中的各特征对应的条件模式基，并根据各特征的条件模式基建立该特征的条件FP树；

对各个条件FP树进行递归挖掘，得到至少一个频繁项集。

4.根据权利要求3所述的方法，其特征在于，所述根据关联分析算法对所述候选特征子集集合进行处理，得到至少一个频繁项集，还包括：

获取所述至少一个频繁项集中各特征的支持度，并再次执行所述选取支持度大于或等于预设最小支持度的特征并对选取出的特征按照支持度降序排列，建立项头表的步骤至所述对各个条件FP树进行递归挖掘，得到至少一个频繁项集的步骤。

5.根据权利要求1所述的方法，其特征在于，所述依次对每一频繁项集，执行特征选择操作，包括：

获取所述至少一个频繁项集中每个频繁项集的支持度；

按照支持度由高到低的顺序，依次对每一频繁项集执行所述特征选择操作。

6.根据权利要求5所述的方法，其特征在于，在所述按照支持度由高到低的顺序，依次对每一频繁项集执行所述特征选择操作之前，所述依次对每一频繁项集，执行特征选择操作，还包括：

针对每个频繁项集，根据以下公式对该频繁项集的支持度进行修正：

C′_i＝C_i+αn_i

其中，C′_i为频繁项集i的修正后的支持度；C_i为获取到的频繁项集i的支持度；n_i为频繁项集i包含的特征数量；α为预设平衡权重。

7.根据权利要求5所述的方法，其特征在于，所述特征选择操作还包括：

若该评价指标劣于所述已选特征集合对应的评价指标，则降低该频繁项集的支持度。