Feature selection method based on Fisher criterion and feature clustering
基于Fisher准则和特征聚类的特征选择

特征选择是机器学习和模式识别等领域的重要问题之一。针对高维数据，提出了一种基于Fisher准则和特征聚类的特征选择方法。首先基于Fisher准则，预选出鉴别性能较强的特征子集，然后在预选所得到的特征子集上对特征进行分层聚类，从而最终达到去除不相关和冗余特征的目的。实验结果表明该方法是一种有效的特征选择方法。