[发明专利]一种基于全局最小冗余的非平衡特征选择方法

摘要

本发明提供了一种基于全局最小冗余的非平衡特征选择方法，包括如下步骤：首先根据非平衡数据的特性，在一般LDA散度矩阵的形式上，建立一种强调少数类，改进冗余度量方法的类内散度矩阵的正则化形式SIR；其次，正则化形式SIR和绝对的类间距离向量s分别作为类内散度矩阵和输入特征得分向量，引入到GRM模型中，得到GRM‑DFS算法的目标函数；最后通过增广的拉格朗日乘子法和分段寻根法求解该优化问题。本发明有效的解决了非平衡数据中求解偏向少数类的全局最小冗余特征子集的问题。对于后续的分类算法，GRM‑DFS算法有助于避免过拟合，提高算法性能，从而提高了知识发现的效率。