基于自适应烟花算法和k近邻算法的特征选择算法

• 作者: 莫海淼 赵志刚 黄欣
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 自适应烟花算法 特征选择 分类 k近邻算法 十折交叉验证
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法
• 页码范围: 268-274
• 页数: 7页
• 分类号: TP301.6
• 字数: 7163字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.046

摘要

特征选择是从原始特征集中选取若干个特征子集,并降低数据维度和减少冗余信息,从而达到提高分类准确度的效果.为了达到此效果,将自适应烟花算法进行离散化处理,使用k近邻算法作为分类器,并提出新的特征选择算法.将特征子集引入目标函数,并使用惩罚因子来处理约束条件,采用十折交叉验证法来检验分类效果.使用机器学习常用的UCI数据集进行仿真实验,结果表明:与增强烟花算法、烟花算法、蝙蝠算法、粒子群算法和自适应粒子群算法相比,该算法的性能更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志刚	广西大学计算机与电子信息学院	45	417	13.0	19.0
2	黄欣	广西农业职业技术学院信息与机电工程系	33	70	4.0	7.0
3	莫海淼	合肥工业大学管理学院计算机网络系统研究所	2	0	0.0	0.0