基于遗传算法的封装式特征选择研究

打开文本图片集

摘要：在机器学习中，特征选择在数据预处理阶段被用来剔除数据集中的冗余特征。特征选择分为嵌入式、过滤式、封装式。其中，封装式特征选择在监督学习中应用广泛。本文主要研究将遗传算法用于封装式特征选择时，不同的个体选择策略与种群更新策略的结合对监督学习算法预测准确率的影响。实验结果表明，锦标赛选择法与精英个体参与遗传操作的精英保留策略相结合的方式，能够得到最好的效果。（剩余6035字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。