用于优化专利价值评估指标体系的封装式特征选择算法
机器学习
2020-01-24 v1
摘要
有效的专利价值评估为专利交易提供决策支持，并促进专利技术的实际应用。本文分析了以往专利价值评估研究的局限性，并开发了一种基于分类器预测精度的封装式（wrapper-mode）特征选择算法。在多个 UCI 标准数据集上的验证实验表明，该算法有效减小了特征集规模并显著提升了分类器的预测精度。当将该算法用于建立专利价值评估指标体系时，体系规模得以缩减，且分类器的泛化性能得到增强。进一步采用顺序前向选择以缩减指标集规模，生成最优的专利价值评估指标体系。
引用
@article{arxiv.2001.08371,
title = {Wrapper Feature Selection Algorithm for the Optimization of an Indicator System of Patent Value Assessment},
author = {Yihui Qiu and Chiyu Zhang},
journal= {arXiv preprint arXiv:2001.08371},
year = {2020}
}
备注
Qiu, Y., & Zhang, C.. (2018, September). Wrapper feature selection algorithm for the optimization of an indicator system of patent value assessment. IPPTA: Quarterly Journal ofIndian Pulp and Paper Technical Association, 30(3), 300-308