[发明专利]一种处理高维数据的特征选择方法

权利要求书

1.一种处理高维数据的特征选择方法，其特征在于，包括以下步骤：

S1、从包含多个类别的数据集中随机选择一个样本；

S2、选择与步骤S1中所选样本距离最近的k个同类样本；

S3、分别从不同类别中选择k个与S1中样本距离最近的样本；

S4、计算步骤S1中的样本到步骤S2中同类样本之间的欧式距离以及步骤S1中的样本到步骤S3中同类样本之间的欧式距离；

S5、计算每个类别的聚类中心的值；

S6、计算将步骤S1中的所有样本与其他类别的聚类中心的欧式距离之和；

S7、通过迭代m个样本，重复上述步骤。

2.如权利要求1所述的一种处理高维数据的特征选择方法，其特征在于，所述步骤S1中从数据集中随机选择一个样本，记作R_i，所述步骤S2中在R_i的同类别样本中利用欧式距离选择距样本R_i最近的k个同类样本，记作H_j。

3.如权利要求1所述的一种处理高维数据的特征选择方法，其特征在于，所述步骤S3利用欧式距离分别计算样本R_i到不同的类别最近的k个样本，记作M_j(C)，其中C表示与R_i不同的类。

4.如权利要求1所述的一种处理高维数据的特征选择方法，其特征在于，所述步骤S5中计算每个类别的聚类中心，将每个类的所有样本的各个特征值的平均值作为聚类中心的值。

5.如权利要求1所述的一种处理高维数据的特征选择方法，其特征在于，所述步骤S6计算R_i所在的类里的所有样本分别与其他类别的聚类中心的欧氏距离，再分别将这些距离进行累加，记作D_c。

6.如权利要求1所述的一种处理高维数据的特征选择方法，其特征在于，所述步骤S6中并利用下列公式求得每个特征的权重大小：

其中f_i表示特征，m表示迭代次数，k表示最近邻个数，P(C)表示除R_i所在类以外每个类别样本数占总样本的比例，1-P(class(R_i))表示除R_i所在类以外其他类样本总数占总样本数的比例，D_c表示R_i所在的类里的所有样本与其他类别的聚类中心的欧氏距离的总和。