基于信息的来源评估和选择的质量

同一对象集的多个信息源可以提供不同的表示形式，将它们的优点结合起来可以提高给定任务的预测能力。但是，值得注意的是，某些来源可能无关紧要或多余。因此，选择一组可以帮助改善学习成绩的良好信息资源是有意义的，而关于该主题的报道很少。在本文中，我们首先确定信息质量的两个方面，即源重要性和源冗余。具体而言，重要性表示信息源对分类的贡献程度，冗余则表示不同信息源之间的信息重叠。然后，我们提出了一种度量标准，该度量标准将邻域互惠信息与最大显着性-最小冗余算法相结合，使我们能够选择一组紧凑的高级信息源进行分类学习。大量的实验表明，该度量标准对于查找良好的信息源非常有帮助，并且所提出的方法优于许多其他方法。