大型搜索系統(tǒng)對用戶查詢的快速響應(yīng)尤為必要,同時在計算候選文檔的特征相關(guān)性時,必須遵守嚴(yán)格的后端延遲約束。通過特征選擇,提高了機器學(xué)習(xí)的效率。針對排序?qū)W習(xí)中快速特征選擇的起點多為單一排序效果最好的特征的特點,首先提出了一種用層次聚類法生成特征選擇起點的算法,并將該算法應(yīng)用于已有的2種快速特征選擇中。除此之外,還提出了一種充分利用聚類特征的新方法來處理特征選擇。在2個標(biāo)準(zhǔn)數(shù)據(jù)集上的實驗表明,該算法既可以在不影響精度的情況下獲得較小的特征子集,也可以在中等子集上獲得最佳的排序精度。 

【文章來源】：計算機工程與科學(xué). 2019,41(12)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

HCIP-GSA在MQ2008上的NDCG@10的值

HCIP-NGSA在MQ2008上的NDCG@10的值

HC-GSA在MQ2008上的NDCG@10的值

【參考文獻(xiàn)】：
期刊論文
[1]基于冗余分析的特征選擇算法[J]. 仇利克,郭忠文,劉青,劉穎健,仇志金.  北京郵電大學(xué)學(xué)報. 2017(01)
[2]基于特征選擇的Bagging分類算法研究[J]. 姚明海,趙連朋,劉維學(xué).  計算機技術(shù)與發(fā)展. 2014(04)
[3]面向排序?qū)W習(xí)的特征分析的研究[J]. 花貴春,張敏,鄺達(dá),劉奕群,馬少平,茹立云.  計算機工程與應(yīng)用. 2011(17)



本文編號：3072802