[发明专利]基于非负矩阵分解和可视化技术的多分类特征选择方法

摘要

一种基于非负矩阵分解和可视化技术的多分类特征选择方法，先提取待处理的数据集，进行非负化、归一化处理，然后进行数据可视化分析，分析数据集中特征所包含的“类”，确定对其进行NMF分解时的低维嵌入维数，对数据集采用最小二乘迭代算法进行非负矩阵分解，计算权值矩阵，对基矩阵和权值矩阵进行热图可视化表达，观察权值矩阵的特征聚类情况，通过调节热图阈值控制分类特征个数最少，在热图中采用显著表达原理从权值矩阵每一行中选择一个分类特征；对选择出的分类特征做并集运算，得到最终的分类特征集合，本发明结合了非负矩阵分解结果的物理意义及热图形象直观的优点，在数据降维的同时，保证了所选特征子集的分类精度。

主权项

1.一种基于非负矩阵分解和可视化技术的多分类特征选择方法，其特征在于，包括以下步骤：1)提取待处理的数据集Pm×n，数据集Pm×n的行m代表着样本，列n代表着原始特征；2)将数据集Pm×n进行非负化、归一化处理，式中：i＝1，2，...，m；j＝1，2，...，n，maxPkj为列向量Pj的最大值；minPkj为列向量Pj的最小值；3)对归一化后的数据集Pm×n进行数据可视化分析，初步分析数据集Pm×n中特征所包含的“类”，确定对其进行NMF分解时的低维嵌入维数r；4)根据低维嵌入维数r，对数据集Pm×n采用最小二乘迭代算法进行非负矩阵分解，即P＝WH；随机初始化W和H，非负矩阵分解得到基矩阵W和系数矩阵H，迭代规则如下：W←[PHT(HHT)‑1]+     (2)H←[(WTW)‑1WTP]+     (3)式中：W为数据集P非负矩阵分解得到的基矩阵，WT表示基矩阵W的转置，H为数据集P非负矩阵分解得到的系数矩阵，HT表示系数矩阵H的转置；5)计算权值矩阵K，即系数矩阵H的伪逆矩阵，K＝|H‑1|      (4)式中：H为数据集P非负矩阵分解得到的系数矩阵，K表示系数矩阵H计算得到的伪逆矩阵；6)对基矩阵W和权值矩阵K进行热图可视化表达，基矩阵W的行对应着样本，权值矩阵K的列对应着原始特征；7)观察权值矩阵K的特征聚类情况，通过调节热图阈值控制分类特征个数最少，若权值矩阵K的分类特征个数不超过5个，则进行步骤8)，否则重新选择低维嵌入维数r，返回步骤3)；8)在热图中采用显著表达原理从权值矩阵K每一行中选择一个分类特征Fi；9)对步骤8)中选择出的分类特征Fi做并集运算，得到最终的分类特征集合F，F＝F1∪F2∪…∪Fi(i＝1，2，...，r)      (5)。