基于遗传实例和特征选择的K近邻训练集优化方法

• 作者: 敬超 董明刚 黄宇扬
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 遗传算法 K近邻 实例选择 特征选择 噪声样本 决策树
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 178-184
• 页数: 7页
• 分类号: TP181
• 字数: 5524字
• 语种: 中文
• DOI: 10.11896/jsjkx.190700089

摘要

K近邻的分类性能依赖于训练集的质量.设计高效的训练集优化算法具有重要意义.针对传统的进化训练集优化算法效率较低、误删率较高的不足,提出了一种遗传训练集优化算法.该算法采用基于最大汉明距离的高效遗传算法,每次交叉保留父代并生成两个新的具有最大汉明距离的子代,既提高了效率,又保证了种群多样性.该算法将局部的噪声样本删除策略与特征选择策略相结合.首先使用决策树算法确定噪声样本存在的范围,然后使用遗传算法精准删除此范围内的噪声样本和全局的噪声特征,降低了误删率,提高了效率.该算法采用基于最近邻规则的验证集选择策略,进一步提高了遗传算法实例选择和特征选择的准确度.在15个标准数据集上,该方法相较于协同进化实例特征选择算法IFS-CoCo、加权协同进化实例特征选择算法CIW-NN、进化特征选择算法EIS-RFS、进化实例选择算法PS-NN、K近邻算法KNN,在分类精度上分别平均提升了2.18％,2.06％,5.61％,4.06％和4.00％.实验结果表明,所提方法的分类精度和优化效率优于当前的进化训练集优化算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董明刚	桂林理工大学信息科学与工程学院	31	120	5.0	10.0
3	敬超	桂林理工大学信息科学与工程学院	22	15	3.0	3.0
5	黄宇扬	桂林理工大学信息科学与工程学院	2	6	1.0	2.0