|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 11 van 16 gevonden artikelen
| Titel: |
New heuristics in feature selection for high dimensional data |
| Auteur: |
Ruiz, Roberto |
| Verschenen in: |
AI communications |
| Paginering: | Jaargang 20 (2007) nr. 2 pagina's 129-131 |
| Jaar: |
2007-07-13 |
| Inhoud: |
Massive data sets have become common in many applications making the task of finding an optimum subset of attributes extremely difficult. Traditional feature selection techniques can be very inefficient in high dimensional data, especially when the subset evaluation is obtained through a learning algorithm. We describe a method based on the statistical significance of adding a feature from a ranked-list to the final subset. To measure individual feature, we propose a new simple and fast criterion based on the projections of data set elements onto each attribute. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 11 van 16 gevonden artikelen
| << vorige | volgende >> |