[发明专利]一种基于无监督学习的自动筛选有效特征的方法

权利要求书

1.一种基于无监督学习的自动筛选有效特征的方法，其特征在于，包括如下步骤：

步骤1、数据集构建：对原始数据集进行频域特征和时域特征的提取，形成特征数据集X，其中样本有m个，维度为n维；

步骤2、设定阈值ε，对数据集X进行PCA降维，选择尽可能小的主成分数量K；

步骤3、依次对原始数据集每个特征进行移除，对移除特征后的原始数据集进行PCA降维，计算使得平均均方误差与数据集的方差比例小于阈值ε时的主成分数量t；

若t小于K，则原始数据集的这个特征不可被移除；

若t等于K，则该特征被移除后不影响原始数据集降维的主成分数量，可得出该特征可被移除，并将其从原数据集中移除，再进行第二个特征的判断；

步骤4、自动筛选数据集的有效特征：重复步骤2、3，依次对每个特征进行移除，并通过移除前后主成分数量的对比，判断该特征是否移除,直到循环完所有特征，最终保留的特征即是筛选出的有效特征。

2.如权利要求1所述的一种基于无监督学习的自动筛选有效特征的方法，其特征在于：所述PCA降维过程具体包括：

步骤S1、均值归一化，计算出待降维的数据集中所有特征X_j的均值μ_j，j＝1,2,…,n；归一化后的矩阵值

步骤S2、计算协方差矩阵∑，

步骤S3、计算协方差矩阵∑的特征值S_ii和特征向量U_i，由特征向量U_i构成特征向量矩阵U，通过公式zⁱ＝U^T·xⁱ计算出降维压缩后的新特征向量，其中，xⁱ是原始特征向量，zⁱ是降维后的特征向量；在降维压缩后，通过公式近似地还原原有特征。

3.如权利要求1所述的一种基于无监督学习的自动筛选有效特征的方法，其特征在于：通过公式确定阈值ε和主成分数量K，令K＝1，然后计算上式比例是否小于ε，如果不小于则令K＝2，以此类推，直到找到使得比例小于ε的最小值K。