基于佳点集遗传算法的特征选择方法

• 作者: 宁再早 查丰 耿锦威 贾瑞玉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: K最近邻算法 特征选择 佳点集遗传算法
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 50-52,57
• 分类号: TP301.6
• 字数: 3396字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.01.014

摘要

针对特征选择中降维效果与分类精度间的矛盾,通过分析传统的特征选择方法中的优点和不足,结合佳点集遗传算法的思想和K最近邻简单有效的分类特性,提出了基于佳点集遗传算法的特征选择方法.该算法对特征子集采用佳点集遗传算法进行随机搜索,并采用K近邻的分类错误率作为评价指标,淘汰不好的特征子集,保存较优的特征子集.通过实验比较看出,该算法可以有效地找出具有较高分类精度的特征子集,降维效果良好,具有较好的特征子集选择能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞玉	安徽大学计算机科学与技术学院	62	688	17.0	23.0
2	查丰	安徽大学计算机科学与技术学院	2	5	2.0	2.0
3	耿锦威	安徽大学计算机科学与技术学院	3	17	2.0	3.0
4	宁再早	安徽大学计算机科学与技术学院	4	25	3.0	4.0