Indexed by：
Abstract：
本发明涉及一种基于分组变量的低冗余特征选择方法，包括：对已知患病与否的电子病历数据进行处理，得到已知结果病历的二维特征数据集；利用k‑means等聚类方法构建所述病历的二维特征数据集的自动分组；提出去冗余分组特征选择方法的模型目标函数；对S3中提出的目标函数进行全局优化，构建出相应的疾病预测模型。本发明通过在进行特征选择时，将组冗余性考虑进去，能够从高维特征中选择出一种更具有代表性的低维特征，可以带来预测精度和速度的提升。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201811097768.X
Filing Date： 2018-09-20
Publication Date： 2022-03-15
Pub. No.： CN109493929B
Applicants： 北京工业大学
Legal Status： 授权 ; 权利转移
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
