论文部分内容阅读
分类是数据挖掘中最重要也是最基础的任务之一,分类所面对的数据中通常具有属性冗余及无关等特点,从而影响分类的可理解性及分类性能。因此,如何去除数据中的无关冗余属性,对分类具有重要意义。本文将线性回归模型LARS应用于特征选择,提出了基于LARS的特征选择方法,该方法保留回归模型中回归系数不为零的属性。实验表明,LARS特征选择方法时空复杂度良好,并且有很好的区分判断能力用以去除冗余无关属性,是一种有效的特征选择方法。