用于干旱建模的数据挖掘属性选择方法：以大非洲之角为例
数据库
2017-08-18 v1
摘要
本文旨在 1) 开发一种用于选择干旱建模相关属性的实证方法，2) 为大非洲之角（GHA）的干旱建模与预测选择最相关的属性。本实验分析使用了来自不同领域的 24 个属性。本研究使用了两种属性选择算法：主成分分析（PCA）和基于相关性的属性选择（CAS）。使用 PCA 和 CAS 算法，根据其 merit 值对这 24 个属性进行了排序。据此，为 GHA 的干旱建模选择了 15 个属性。所选属性的平均 merit 值介于 0.5 到 0.9 之间。未来的研究可以使用相关的分类技术评估所开发的方法，并量化该方法带来的实际信息增益。
引用
@article{arxiv.1708.05072,
title = {Data Mining Attribute Selection Approach for Drought Modeling: A Case Study for Greater Horn of Africa},
author = {Getachew B. Demisse and Tsegaye Tadesse and Yared Bayissa},
journal= {arXiv preprint arXiv:1708.05072},
year = {2017}
}