引言特征属性选择(feature attribute selection,FAS)是机器学习和模式识别中比较困难而又非常有意义的一个问题。FAS问题是从一个大的侯选属性集 .
基于1个网页-相关网页
The author gains insights from attribute reduction based on discernability matrix and proposes a few rough-set based text feature selection algorithms, i. e. , DB1, DB2 and LDB.
作者从基于分辨矩阵的粗糙集属性约简中受到启发，提出了一系列基于粗集理论的文本特征选择算法，即DB1、DB2、LDB。
In this paper, we introduce an algorithm which is using the importance of attribute with heuristics for feature selection.
本文提出一种基于属性重要度的启发式特征选取算法。
应用推荐