[发明专利]基于条件互信息的特征选择方法、装置、设备和存储介质

权利要求书

1.基于条件互信息的特征选择方法，其特征在于，包括以下步骤：

获取数据集合形成候选特征集F；

将初始选择的特征放入特征集合S，并将选择的特征从候选特征集F中删去；

计算条件互信息，基于条件互信息和权重系数α计算评估标准J；基于评估标准J筛选选择特征放入特征集合S，并将选择特征从候选特征集F中删去；重复筛选选择特征直到满足预设阈值；

将选出的特征集合S通过分类器训练模型，并用训练好的模型预测类别，计算预测准确率；

更改权重系数α的值，重复筛选特征集合S并计算预测准确率，选出准确率最高的特征集合S作为最终的输出特征集。

2.根据权利要求1所述的基于条件互信息的特征选择方法，其特征在于，所述评估标准J的具体公式为：

式中：α表示CMI(C；f_k|f_set)的权重；(1-α)表示CMI(C；f_set|f_k)的权重；MI(C；f_k)代表候选特征与类别属性C的互信息，CMI(C；f_k|f_set)表示候选特征和类别属性的条件互信息。

3.根据权利要求1所述的基于条件互信息的特征选择方法，其特征在于，所述将初始选择的特征放入特征集合S的步骤，具体包括：

计算候选特征集F中每个候选特征与类别属性C的互信息，将候选特征与类别属性C的互信息最大的特征作为初始选择的特征放入特征集合S，或者将预先设定的电力系统中的关键输电断面特征作为初始选择的特征放入特征集合S。

4.根据权利要求1所述的基于条件互信息的特征选择方法，其特征在于，所述将初始选择的特征放入特征集合S的步骤之前，还包括：初始化选择的特征集合S为空集的步骤，以及设定初始权重系数α的步骤；所述α的取值范围为：0≤α≤1。

5.根据权利要求1所述的基于条件互信息的特征选择方法，其特征在于，所述阈值为筛选的选择特征的数量。

6.基于条件互信息的特征选择装置，其特征在于，包括：

获取模块，用于获取数据集合形成候选特征集F；

初始选择模块，用于将初始选择的特征放入特征集合S，并将选择的特征从候选特征集F中删去；

循环选择模块，用于计算条件互信息，基于条件互信息和权重系数α计算评估标准J；基于评估标准J筛选选择特征放入特征集合S，并将选择特征从候选特征集F中删去；重复筛选选择特征直到满足预设阈值；

训练模块，用于将选出的特征集合S通过分类器训练模型，并用训练好的模型预测类别，计算预测准确率；

计算输出模块，用于更改权重系数α的值，重复筛选特征集合S并计算预测准确率，选出准确率最高的特征集合S作为最终的输出特征集。

7.根据权利要求6所述的基于条件互信息的特征选择装置，其特征在于，所述循环选择模块计算评估标准J的具体公式为：

式中：α表示CMI(C；f_k|f_set)的权重；(1-α)表示CMI(C；f_set|f_k)的权重；MI(C；f_k)代表候选特征与类别属性C的互信息，CMI(C；f_k|f_set)表示候选特征和类别属性的条件互信息。

8.根据权利要求6所述的基于条件互信息的特征选择装置，其特征在于，所述获取模块，还用于初始化选择的特征集合S为空集，并设定初始权重系数α；权重系数α的取值范围为：0≤α≤1。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至5中任意一项所述的基于条件互信息的特征选择方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至5中任意一项所述的基于条件互信息的特征选择方法。