互联网时代,日益增长的数据呈现出样本数目多、特征维度高、类别结构复杂等特点。特征选择可从海量的复杂数据中提取有用的信息,已经成为机器学习、数据挖掘等众多领域的研究热点。本文从数据样本、特征和类别三个角度分别探索数据之间的联系实现特征选择。其主要内容体现在如下三个方面:1.从数据样本角度出发,提出了基于样本相似性的特征选择算法。首先利用两种不同的方法同时构造样本相似矩阵,并利用其构造低维空间。然后引入范数对低维空间进行稀疏回归,得到特征权重矩阵。定义衡量特征重要性的指标,最终选择最优特征子集。2.从数据特征角度出发,提出了基于特征相似性的特征选择算法。首先利用特征重构的方式获得特征相似矩阵,并在其基础上将原始样本空间进行转化。然后在经验误差最小的条件下,令转化之后的样本空间拟合标签空间。最后对特征权重矩阵进行优化更新,进而实现特征选择。3.从数据类别角度出发,提出了基于类别相似性的特征选择算法。首先利用类别之间的父子关系,模拟近邻类别之间的层次结构,构造类别之间的相似矩阵。然后利用其获取近邻类别的相关信息实现当前类别参数的更新。最后获取特征权重矩阵,选取最佳特征子集。