萬(wàn)麗娟，錢(qián)文彬*，曾武序

（1.江西農(nóng)業(yè)大學(xué) 軟件學(xué)院，江西 南昌 330045；2.江西農(nóng)業(yè)大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，江西 南昌 330045）

0 引言

數(shù)據(jù)挖掘旨在從數(shù)據(jù)信息中獲取規(guī)則和知識(shí)，已被應(yīng)用到多個(gè)領(lǐng)域。但隨著數(shù)據(jù)信息量的爆發(fā)式增長(zhǎng)，“維度災(zāi)難”給高維的數(shù)據(jù)挖掘分析帶來(lái)了嚴(yán)峻的挑戰(zhàn)［1-2］。當(dāng)前，特征選擇是對(duì)高維數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理的重要技術(shù)之一［3-4］，并根據(jù)數(shù)據(jù)是否存在類別標(biāo)記可分為監(jiān)督特征選擇、半監(jiān)督特征選擇和無(wú)監(jiān)督特征選擇。監(jiān)督特征選擇的數(shù)據(jù)為正確且非空標(biāo)記數(shù)據(jù)［5-6］；無(wú)標(biāo)記特征選擇的數(shù)據(jù)都為無(wú)標(biāo)記的樣本［7-8］。由于標(biāo)注樣本類別的成本非常昂貴，因此實(shí)際數(shù)據(jù)集中往往含有少量的標(biāo)記數(shù)據(jù)和大量的未標(biāo)記數(shù)據(jù)［9-10］。目前，半監(jiān)督數(shù)據(jù)中僅利用標(biāo)記信息較難精確地完成分類學(xué)習(xí)任務(wù)，此類問(wèn)題引起了研究者的廣泛關(guān)注［11-12］。

目前，針對(duì)半監(jiān)督學(xué)習(xí)的特征選擇方法研究，Razieh等［13］通過(guò)拉普拉斯算法結(jié)合正則化和損失函數(shù)方法，提出一種半監(jiān)督特征選擇方法；Shi等［14］結(jié)合自訓(xùn)練和拉普拉斯權(quán)重提出了半監(jiān)督特征選擇方法，其利用多視圖提高分類性能并預(yù)測(cè)未標(biāo)記數(shù)據(jù)，從而獲得特征子集；Pang等［15］基于標(biāo)記和特征之間的關(guān)系預(yù)測(cè)未標(biāo)記數(shù)據(jù)的標(biāo)記信息，從中選擇滿足條件的特征子集；Lü等［16］結(jié)合自適應(yīng)全局結(jié)構(gòu)學(xué)習(xí)和流行學(xué)習(xí)提出學(xué)習(xí)框架，選取更具有代表性的特征作為特征選擇結(jié)果；Wang等［17］結(jié)合標(biāo)記傳播和半結(jié)構(gòu)化圖學(xué)習(xí)進(jìn)行半監(jiān)督降維，其語(yǔ)義信息從標(biāo)記傳播到學(xué)習(xí)結(jié)構(gòu)圖上的未標(biāo)記樣本，獲取未標(biāo)記數(shù)據(jù)的標(biāo)記信息從而進(jìn)行特征選擇。上述半監(jiān)督特征選擇方法主要是根據(jù)已有標(biāo)記的數(shù)據(jù)訓(xùn)練分類模型，再根據(jù)分類模型預(yù)測(cè)未標(biāo)記數(shù)據(jù)的標(biāo)記信息進(jìn)行特征選擇。但是，在現(xiàn)實(shí)生活中因?yàn)榇嬖谥倭康臉?biāo)記數(shù)據(jù)，通過(guò)標(biāo)記數(shù)據(jù)訓(xùn)練模型得到的偽標(biāo)記信息往往存在一定的偏差。

粗糙集理論是一種新的處理不確定、不精確、不完備和信息的數(shù)學(xué)工具［18］，目前已成為特征選擇的重要手段之一。在粗糙集中，正域約簡(jiǎn)的思想是利用正域下的依賴度獲取分類性能較高的特征子集。Xie等［19］提出基于局部搜索的k-size正域約簡(jiǎn)方法，利用局部搜索和正域約簡(jiǎn)之間的關(guān)系設(shè)計(jì)的最優(yōu)歸約和局部歸約；Yuan等［20］結(jié)合模糊粗糙集提出了無(wú)監(jiān)督學(xué)習(xí)的正域約簡(jiǎn)方法，主要考慮是在沒(méi)有標(biāo)記信息情況下的混合特征選擇模型。同時(shí)，知識(shí)粒度是利用數(shù)據(jù)?；乃枷敕治鎏卣鞯闹匾?。Jing等［21］引用增量機(jī)制和知識(shí)粒度來(lái)處理動(dòng)態(tài)特征選擇的學(xué)習(xí)任務(wù)；Li等［22］利用知識(shí)粒度覆蓋處理無(wú)法定義的粒度問(wèn)題。在上述的方法中，主要處理監(jiān)督數(shù)據(jù)或無(wú)監(jiān)督數(shù)據(jù)，較少考慮數(shù)據(jù)中同時(shí)含有標(biāo)記和無(wú)標(biāo)記樣本的情況，因此如何使用粒計(jì)算方法處理半監(jiān)督數(shù)據(jù)學(xué)習(xí)任務(wù)并進(jìn)行特征選擇具有重要的研究意義。

為此，本文提出基于一致性和知識(shí)粒度的半監(jiān)督特征選擇方法。針對(duì)半監(jiān)督數(shù)據(jù)中含有標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù)，對(duì)于有標(biāo)記的數(shù)據(jù)，為了更好地衡量特征相對(duì)于樣本標(biāo)記的重要度，利用正域下的依賴度去度量樣本的一致類；同對(duì)于未標(biāo)記數(shù)據(jù)，采用知識(shí)粒度對(duì)未標(biāo)記樣本進(jìn)行數(shù)據(jù)?；ズ饬刻卣鲗?duì)樣本空間的可區(qū)分性，因此結(jié)合數(shù)據(jù)分布情況提出一種新型的半監(jiān)督特征選擇方法。為了驗(yàn)證該方法的可行性，在公共數(shù)據(jù)集UCI上八個(gè)數(shù)據(jù)集上與當(dāng)前四種半監(jiān)督特征選擇對(duì)比方法進(jìn)行實(shí)驗(yàn)分析，實(shí)驗(yàn)結(jié)果表明，提出的方法分類性能得到提高，并獲取較為合理的特征選擇結(jié)果。

1 基礎(chǔ)知識(shí)

定義1［22］設(shè) DS=(U，A，V，f)為一個(gè)決策表。其中，論域?yàn)閁={UL∪UU}，其中UL={x1，x2，…，xl} 為 有 標(biāo) 記 數(shù) 據(jù) ， UU={xl+1，…，xm} 為 未 標(biāo) 記 數(shù) 據(jù) ； 特 征A={C∪D}，其C是條件特征，D是決策特征；V是特征值的集合，在半監(jiān)督學(xué)習(xí)中，存在大量缺少標(biāo)記信息的樣本，因此VD可取空值；f是分類映射函數(shù)，即f：U×C∪D→V。

定義2［23］設(shè) DS=(U，A，V，f)是一個(gè)決策表，?x，y∈U。任意特征集B?A，其等價(jià)關(guān)系IND(B)為：

在等價(jià)關(guān)系IND(B)中，將論域U劃分為等價(jià)類，可表示為 U/IND(B)={X1，X2，…，Xn}，其中Xn為在等價(jià)關(guān)系下劃分的等價(jià)類。

定義3［24］設(shè) DS=(U，A，V，f)是一個(gè)決策表，?x，y∈U。任意特征集B?A，[x]B表示在等價(jià)關(guān)系IND(B)下包含元素x的等價(jià)類。對(duì)于根據(jù)決策特征D劃分的等價(jià)關(guān)系可表示為：U/D= {D1，D2，…，Dq}，其 上 、下近似集定義為：

在決策表DS中，其決策特征的下近似集可以得到條件特征集B的正域：POSB(D)=∪X∈U/D-BX。

定義4［25］設(shè) DS=(U，A，V，f)是一個(gè)決策表，?x，y∈U。A={C∪D}，C表示條件特征，D表示決策特征。?B?C，決策特征D對(duì)于條件特征B的依賴度定義為：

其中|·|表示集合的樣本個(gè)數(shù)，由于POSB(D)為論域的子集，γB(D)的值域?yàn)閇0，1]，當(dāng) γB(D)=1時(shí)，表示特征集B為該論域的特征選擇結(jié)果。

2 基于一致性和知識(shí)粒度的半監(jiān)督特征選擇

在本節(jié)中，將會(huì)詳細(xì)介紹基于一致性和知識(shí)粒度的半監(jiān)督特征選擇的具體實(shí)現(xiàn)方法。對(duì)于半監(jiān)督數(shù)據(jù)集，采用依賴度去度量有標(biāo)記樣本特征與標(biāo)記的相關(guān)性，以及使用知識(shí)粒度方法去衡量無(wú)標(biāo)記樣本的特征相對(duì)于整個(gè)樣本空間的可區(qū)分性。其具體定義如下。

定義5 設(shè) DS=(U，A，V，f)是一個(gè) 決策表，?x，y∈U。A={C∪D}，C表示條件特征，D表示決策特征。?B?C和?c∈(C?B)，則針對(duì)于特征集B下條件特征c相對(duì)于決策特征D的重要度為：

由于 γB(D)的值域?yàn)?[0，1]，條件特征 c相對(duì)于決策特征D的重要度的值域?yàn)閇0，1]，若重要度的值為0則表示該特征為冗余特征，否則該特征為不可缺少特征。當(dāng)增加一個(gè)特征時(shí)，相應(yīng)的重要度表示增加特征后的依賴度的變化。

定義 6 設(shè) DS=(U，A，V，f)是一個(gè)決策表，?x，y∈U。A={C∪D}，C表示條件特征，D表示決策特征。?B?C，若B為特征選擇后的特征子集，則滿足：

（1）γB(D)= γC(D)；

（2）?b ∈ B，γB?(D)≠ γB(D)。

根據(jù)以上定義和性質(zhì)，利用正域下的依賴度可用于分析有標(biāo)記一致類樣本，從而進(jìn)行特征選擇的過(guò)程，但是，半監(jiān)督數(shù)據(jù)中存在大部分無(wú)標(biāo)記樣本［26］，為了充分利用無(wú)標(biāo)記樣本的特征信息進(jìn)行特征選擇，因此，引入了知識(shí)粒度方法來(lái)處理此類學(xué)習(xí)任務(wù)。

定義7［22］設(shè) DS=(U，A，V，f)是一個(gè)決策表，A={C∪D}，C表示條件特征，D表示決策特征。?B?C，基于條件特征B劃分的等價(jià)類為 U/IND(B)={X1，X2，…，Xn}，則條件特征B的知識(shí)粒度定義GD(B)為：

其中|·|表示集合的樣本個(gè)數(shù)，基于該公式，知識(shí)粒度是對(duì)在該粒度下的等價(jià)類進(jìn)行類內(nèi)的不確定性度量。

性質(zhì)2 給定一個(gè)決策表DS=(U，A，V，f)，?x，y∈U。A={C∪D}，C 表示條件特征，D表示決策特征 。 若B，E?C， 且 B?E 則GD(B)> GD(E)。其中，? 表示一種偏好關(guān)系。為了更好表示知識(shí)粒度對(duì)于決策表的可區(qū)分性，其表示為知識(shí)粒度的辨識(shí)度，定義如下。

定義 8 設(shè) DS=(U，A，V，f)是一個(gè)決策表，A={C∪D}，?B?C。知識(shí) B的辨識(shí)度Dis(B)為：

定義 9 設(shè) DS=(U，A，V，f)是一個(gè)決策表 ，A={C∪D}， ?B?C 和 ?b∈(C?B)，則條件特征b相對(duì)于特征子集B的重要度為：

定理 1 設(shè) DS=(U，A，V，f)是一個(gè)決策表 。 A={C∪D}， ?B?C，若 GD(B)=GD(C)且對(duì)于任意條件特征b∈B，并Siggk(b，B?|b|)>0，則B為A的一個(gè)特征子集。

由于半監(jiān)督數(shù)據(jù)中存在有標(biāo)記數(shù)據(jù)和無(wú)標(biāo)記數(shù)據(jù)，其特征的重要度需要充分考慮該兩部分?jǐn)?shù)據(jù)中特征的重要度，為此考慮數(shù)據(jù)分布情況，構(gòu)造了基于一致性和知識(shí)粒度的半監(jiān)督特征選擇方法，其特征的重要度計(jì)算定義給出如下。

定義10 設(shè) DS=(U，A，V，f)是一個(gè)決策表，A={C∪D}，C表示條件特征，D表示決策特 征 。 ?B?C，?c∈(C?B)和 b∈(C?B?c)，則特征重要度為：

其中α為有標(biāo)記數(shù)據(jù)在半監(jiān)督數(shù)據(jù)中占有比例，有標(biāo)記數(shù)據(jù)部分中條件特征c的重要度為Sigpos(c，B，D)，無(wú)標(biāo)記數(shù)據(jù)部分中條件特征 c的重要度為Siggk(c，B)。在計(jì)算有標(biāo)記數(shù)據(jù)和無(wú)標(biāo)記數(shù)據(jù)條件特征重要度的基礎(chǔ)上，將其兩者在同一量綱下進(jìn)行融合計(jì)算最終該條件特征在半監(jiān)督數(shù)據(jù)中重要度值，在此基礎(chǔ)上，與該條件特征之外的其他特征中最大重要度值進(jìn)行歸約，保證算法的可行性。其算法如算法1所示。

算法中步驟一是對(duì)數(shù)據(jù)預(yù)處理；步驟二是初始化變量；在步驟三中，針對(duì)每個(gè)特征進(jìn)行計(jì)算其重要度，在步驟3.1中是根據(jù)該特征在正域下的依賴度去衡量樣本的一致類，步驟3.2中利用知識(shí)粒度對(duì)數(shù)據(jù)?；攘吭撎卣鲗?duì)樣本空間的可區(qū)分性，步驟3.3根據(jù)數(shù)據(jù)分布情況計(jì)算該特征的重要度，步驟3.4對(duì)所計(jì)算出的特征重要度進(jìn)行排序；步驟4根據(jù)排序結(jié)果選取特征選擇結(jié)果。

3 實(shí)例分析

為進(jìn)一步詳細(xì)介紹算法的詳細(xì)流程。以表1的半監(jiān)督數(shù)據(jù)為例進(jìn)行分析說(shuō)明算法流程。其 中 U={x1，x2，x3，x4，x5，x6，x7，x8，x9，x10}，前 5個(gè)樣本為有標(biāo)記樣本，后5個(gè)樣本為無(wú)標(biāo)記樣本 ，C={c1，c2，c3，c4，c5}為 條 件特征集 ，D 為 決策特征集，在半監(jiān)督數(shù)據(jù)中，無(wú)標(biāo)記信息的決策特征表示為“*”。

將半監(jiān)督數(shù)據(jù)集劃分為有標(biāo)記數(shù)據(jù)部分和無(wú)標(biāo)記數(shù)據(jù)部分，對(duì)于有標(biāo)記數(shù)據(jù)部分，首先，根據(jù)標(biāo)記進(jìn)行等價(jià)類劃分，得到U/IND(D)={{x1，x4，x5}， {x2，x3}}={X1，X2}，并令γ?(D)=0；之后對(duì)單個(gè)特征進(jìn)行劃分等價(jià)類，比如對(duì)于c1特征，我們可以得到U/IND(c1)={{x1，x3，x5}，{x2，x4}}= {C1，C2}，其一致性為0，因此其依賴度γci(D)=0，其重要 度 也 為 0。 依 次 ，計(jì) 算 出Sigl(c2，Redl，D)=2/5 ，Sigl(c3，Redl，D)=1/5 ，Sigl(c4，Redl，D)=0，Sigl(c5，Redl，D) =0，之后選取重要度最大值的特征加入候選特征集Red中，并保存相應(yīng)特征的重要度，此時(shí)Redl={c2}；之后從其他特征中選擇重要度最大值的特征，比如特征c1，對(duì)條件特征集合c1∪c2進(jìn)行劃分等價(jià)類，得U/IND(c1∪c2)={{x1，x5}，{x2，x4}，{x3}}={C1，C2，C3}，其依賴度為 γ(c1∪c2)(D)=3/5，重要度為 Sigl(c1，c2，D)=3/5?2/5=1/5。依次計(jì)算得出特征的重要度為1/5、1/5、1/5。選其中一個(gè)特征加入候選子集并記錄其重要度，此時(shí)候選子集Redl={c1∪c2}；依次步驟計(jì)算相應(yīng)特征的重要度并獲取候選子集。

對(duì)于無(wú)標(biāo)記數(shù)據(jù)部分，采用知識(shí)粒度方法進(jìn)行數(shù)據(jù)?；瘉?lái)處理該類學(xué)習(xí)任務(wù)。首先，令GD(?)=1，對(duì)于單個(gè)特征進(jìn)行劃分等價(jià)類，比如c1特征，我們可以得到等價(jià)類為U/IND(c1)={{x6，x8，x10}，{x7， x9}}，根據(jù)知識(shí)粒度公式，可得辨識(shí)度為GD(c1)=(32+22)/(5)2=13/25，重要度為Sigu(c1，?)=12/25。依次可計(jì)算出其他特征的重要度為12/25、12/25、8/25、12/25。此時(shí)的候選子集為Redu={c1}，并記錄該特征的重要度；之后計(jì)算除了候選子集的特征重要度，比如特征c2，通過(guò)對(duì)條件特征集合c1∪c2進(jìn)行等價(jià)類劃分，得到U/IND(c1∪ c2)={{x6，x10}，{x7，x9}，{x8}}，其 辨 識(shí) 度為 9/25，其重要度為4/25，依次算出其他特征的重要度為6/25、4/25、4/25。選擇 c3特征加入候選子集中，并記錄該特征的重要度，此候選子集為Redu={c1∪c3}；依次計(jì)算相應(yīng)特征對(duì)應(yīng)的重要度，并獲取候選子集。

在獲得有標(biāo)記數(shù)據(jù)部分中特征對(duì)應(yīng)的重要度以及無(wú)標(biāo)記數(shù)據(jù)部分中特征的重要度后，根據(jù)定義10進(jìn)行融合計(jì)算特征在半監(jiān)督數(shù)據(jù)下的重要度，并獲取在半監(jiān)督數(shù)據(jù)下的候選特征子集。

4 實(shí)驗(yàn)對(duì)比與分析

4.1 數(shù)據(jù)集和數(shù)據(jù)預(yù)處理

為驗(yàn)證本文提出的半監(jiān)督特征選擇算法的可行性，從UCI數(shù)據(jù)集中選取了8個(gè)公共數(shù)據(jù)集進(jìn)行測(cè)試和分析，數(shù)據(jù)集的詳細(xì)信息如表2所示。實(shí)驗(yàn)的測(cè)試環(huán)境為：CPU為i5-4590S CPU @ 3.00 GHz，內(nèi)存為8.0 GB，操作系統(tǒng)為Window 10， 采 用 Pycharm 和 MATLAB 平 臺(tái) 進(jìn)行編程。

數(shù)據(jù)預(yù)處理實(shí)驗(yàn)進(jìn)行測(cè)試和分析的過(guò)程中，將UCI數(shù)據(jù)集根據(jù)標(biāo)記比例α進(jìn)行劃分為有標(biāo)記數(shù)據(jù)和無(wú)標(biāo)記數(shù)據(jù)［27-28］。在本文中，α的取值為0.2，即有標(biāo)記數(shù)據(jù)的比例的取值為20%；并將數(shù)據(jù)集劃分為無(wú)標(biāo)記樣本的標(biāo)記信息設(shè)為空值構(gòu)成半監(jiān)督數(shù)據(jù)。

4.2 評(píng)估標(biāo)準(zhǔn)和算法比較

本文選用分類準(zhǔn)確率作為評(píng)估標(biāo)準(zhǔn)。為了保證對(duì)比實(shí)驗(yàn)的公平性，本文選取了3種不同的分類器進(jìn)行測(cè)試，即K近鄰分類器（KNN）、SVM分類器和決策樹(shù)分類器（DT）［29］。本文算法以及對(duì)比方法均基于十倍交叉驗(yàn)證方法對(duì)數(shù)據(jù)集進(jìn)行特征選擇，根據(jù)特征選擇結(jié)果在此三種分類器上的分類性能驗(yàn)證算法的可行性。本文實(shí)驗(yàn)選取了4種半監(jiān)督特征選擇對(duì)比算法 ，分 別 為 Semi-JMI［30］、Semi-MIM［30］、Semi-P［31］和 Semi-D［31］方法。

4.3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證算法的有效性，與當(dāng)前四種半監(jiān)督特征選擇方法Semi-JMI、Semi-MIM、Semi-P和Semi-D在有標(biāo)記數(shù)據(jù)比例為20%的情況下進(jìn)行對(duì)比，并采用KNN、SVM和CT三種不同分類器下的分類精度作為約簡(jiǎn)結(jié)果如表3—5所示，粗體表示分類精度最高值。其中Rank（↓）為在實(shí)驗(yàn)方法中精度值排名序號(hào)值的平均值，該值越小表示該實(shí)驗(yàn)方法的性能更好，Win/Tie/Loss表示實(shí)驗(yàn)方法與其他對(duì)比方法表現(xiàn)性能“更好/相等/更低”的數(shù)量對(duì)比。

由表3—5的實(shí)驗(yàn)數(shù)據(jù)可得，采用Semi-CG半監(jiān)督特征選擇方法在八個(gè)真實(shí)數(shù)據(jù)集的標(biāo)記數(shù)據(jù)比例為20%的特征選擇結(jié)果在三種不同分類器下的分類性能有較明顯的優(yōu)勢(shì)。實(shí)驗(yàn)結(jié)果表明Semi-CG方法可以有效充分利用未標(biāo)記數(shù)據(jù)的信息，選擇出對(duì)分類性能較好的特征子集。另外在處理未標(biāo)記數(shù)據(jù)時(shí)，采用知識(shí)粒度方法考慮特征對(duì)整個(gè)樣本空間的可區(qū)分性可以充分利用未標(biāo)記數(shù)據(jù)特征信息進(jìn)而獲取更為可靠的特征子集。

為了進(jìn)一步詳細(xì)分析特征子集對(duì)分類性能的影響，本文以有標(biāo)記數(shù)據(jù)比例為20%的情況為例，在Optdits和Letter這兩個(gè)數(shù)據(jù)集上，計(jì)算并記錄特征選擇結(jié)果在KNN、SVM和DT分類器上的分類精度隨特征個(gè)數(shù)的增加變化的趨勢(shì)結(jié)果，如圖1?3所示。

由圖1?3可以看出，Semi-CG方法較比其他四種半監(jiān)督特征選擇方法，在大部分的情況下，分類精度相對(duì)較高。在分類器KNN上，數(shù)據(jù)集Optdits在隨著特征個(gè)數(shù)的增加，其分類精度也隨之增加，增加的幅度也隨之趨于穩(wěn)定，KNN分類器在Semi-CG方法下訓(xùn)練的分類模型較好，在Letter數(shù)據(jù)集上的趨勢(shì)也是顯示增加的趨勢(shì)，在大部分情況下，Semi-CG方法的分類性能較優(yōu)。在其他分類器下的情況也呈現(xiàn)相同趨勢(shì)，但在分類器SVM，數(shù)據(jù)集Letter下，其分類精度的增加趨勢(shì)與其他方法性能較為接近。

綜上，隨著數(shù)據(jù)的特征數(shù)目的增加，Semi-CG算法的分類性能也隨之增加，并在大部分的情況下優(yōu)于其他半監(jiān)督特征選擇方法。本文算法可以更有效地利用無(wú)標(biāo)記數(shù)據(jù)中的信息，提高特征選擇結(jié)果的分類性能。

5 結(jié)論

粗糙集和粒計(jì)算是數(shù)據(jù)挖掘的強(qiáng)有力工具。針對(duì)數(shù)據(jù)的標(biāo)注代價(jià)過(guò)高，本文采用粒計(jì)算更有效的獲取無(wú)標(biāo)記數(shù)據(jù)的信息進(jìn)行特征選擇，本文利用知識(shí)粒度方法詳細(xì)分析特征空間中特征的相關(guān)性獲取更多未標(biāo)記數(shù)據(jù)的信息，并結(jié)合依賴度分析有標(biāo)記數(shù)據(jù)中特征與標(biāo)記的相關(guān)性進(jìn)行特征選擇，提高了分類精度。實(shí)驗(yàn)分析表明，Semi-CG半監(jiān)督特征選擇方法8個(gè)UCI數(shù)據(jù)集以及三個(gè)不同分類器上能夠獲得分類性能較好的特征約簡(jiǎn)結(jié)果。目前，本文主要是針對(duì)單標(biāo)記數(shù)據(jù)進(jìn)行半監(jiān)督特征選擇，下一步工作將研究在多標(biāo)記數(shù)據(jù)情況下半監(jiān)督特征選擇工作。