%0 Journal Article
%T ????????????????????????????
%A ????
%J 华侨大学学报(自然科学版)
%D 2017
%R 10.11830/ISSN.1000-5013.201701020
%X 针对机器学习聚类模型在特征选择时存在的问题,首先,对特征选择在聚类模型中的适用性进行分析并对其进行调整和改进.然后,基于R语言中的递归特征消除(RFE)特征选择方法和Boruta特征选择方法进行特征选择算法设计.最后,应用聚类内部有效性指标,对在线品牌忠诚度聚类模型优化结果进行分析,进而对特征选择方法进行比较研究.结果表明:Boruta特征选择方法更具优势.
%K ???????
%K ???????
%K ??????
%K ?????????????
%K Boruta????
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201701020