14、无线传感器网络中模式分类的特征选择与排序实验研究

无线传感器网络中模式分类的特征选择与排序实验研究

1. 实验数据集选择

在模式分类的实验中，为了找到合适的数据集，进行了多方面的考量。一些已有的数据集，如用于人体活动识别的数据集以及 PlaceLab 数据集，虽然有一定价值，但未提及用于模式分类问题，也未定义分类基准。因此，选择了来自 UCI 机器学习库的数据集。选择这些数据集的考虑因素如下：
- 数据集应仅包含数值特征且无缺失值，这是为了让 k - NN 分类器能直接应用。
- 为进行大规模实验，选择包含大量实例和特征的数据集。

实验使用的数据集及其主要特征如下表所示：
| 数据集 | 实例数量 | 特征数量 | 类别数量 | 训练集 | 测试集 |
| ---- | ---- | ---- | ---- | ---- | ---- |
| Isolet | 7797 | 617 | 26 | 6237 | 1560 |
| Gisette | 7000 | 5000 | 2 | 6000 | 1000 |
| Semeion | 1593 | 256 | 10 | 1193 | 400 |
| Multiple Features | 2000 | 649 | 10 | 1500 | 500 |

2. 第一个实验

此实验目的是探究阈值 θ 对分类准确率和分类所需传感器测量总数（即特征）的影响。
- 准确率计算 ：按照标准方式计算，公式为 accuracy = correct / total，其中 correct 是正确分类的实例数，total 是测试集中的实例总数。