【类型】期刊
【题名】基于LightGBM的特征选择算法
【期刊名】东北大学学报(自然科学版)
【作者】 李占山，姚鑫，刘兆赓，张家晨
【作者单位】吉林大学计算机科学与技术学院
【关键词】 序列搜索 包裹式 LightGBM 特征选择 迭代提升树
【摘要】 为解决过滤式和基于演化学习的包裹式两类特征选择算法的缺陷,提出一种新型包裹式特征选择算法LGBFS（LightGBM feature selection）.首先引入LightGBM对原始特征构建迭代提升树模型并对特征重要度进行度量;随后结合提出的LR序列前向搜索策略LRSFFS对特征进行选择;最后将所提出算法与9种对比算法在21个标准数据集上进行对比,结果显示LGBFS在21个标准数据集中的16个取得最优分类精度、18个取得最优维度缩减率和最优CPU运行时间.还进行了时间复杂度分析与显著性检验,检验表明LGBFS相较6种对比算法具有显著性差异,也说明LGBFS能够同时兼顾特征子集的计算效率和分类精度.
【年份】 2021
【issn】 1005-3026
【卷期】 第42卷 第12期
【卷期】 第42卷 第12期
【页码】 1688-1695
【中图分类】 TP18
【全文阅读】 获取全文