基于森林優(yōu)化特征選擇算法的改進(jìn)研究
大?。?/span>0.44 MB 人氣： 2017-12-14 需要積分：0
標(biāo)簽：選擇算法(8913)
在分類中，特征選擇一直是一個重要而又困難的問題．最近研究表明森林優(yōu)化特征選擇算法（FSFOA）具有更好的分類性能及較好的維度縮減能力，然而，初始化階段的隨機(jī)性、更新機(jī)制上的局限性及局部播種階段新樹的劣質(zhì)性嚴(yán)重限制了該算法的分類性能和維度縮減能力．本文采用一種新的初始化策略和更新機(jī)制并在局部播種階段加入貪婪策略，形成一個新的特征選擇算法IFSFOA．在最大化分類性能的同時最小化特征個數(shù)．實(shí)驗(yàn)階段，IFSFOA使用SVM．J48和KNN分類器指導(dǎo)學(xué)習(xí)過程，通過機(jī)器學(xué)習(xí)數(shù)據(jù)庫UCI上的小維，中維，高維數(shù)據(jù)集進(jìn)行測試．實(shí)驗(yàn)結(jié)果表明，與FSFOA相比。IFSFOA在分類性能和維度縮減上均有明顯提高．將IFSFOA算法與近幾年提出的比較高效的特征選擇方法進(jìn)行對比。不論是在準(zhǔn)確率。還是在維度縮減上。IFSFOA仍具有很強(qiáng)的競爭力。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于森林優(yōu)化特征選擇算法的改進(jìn)研究下載
相關(guān)電子資料下載
- LoRaWAN網(wǎng)絡(luò)服務(wù)器算法--下行路徑選擇算法對比與仿真（下） 160
- LoRaWAN網(wǎng)絡(luò)服務(wù)器算法--下行路徑選擇算法對比與仿真（上） 712
- 基于馬爾科夫邊界發(fā)現(xiàn)的因果特征選擇算法綜述 1045
- H.264中低復(fù)雜度的快速多參考幀選擇算法的應(yīng)用研究 2421
- 一種新的H.264編碼幀間預(yù)測模式選擇算法 359
- 三種回歸算法及其優(yōu)缺點(diǎn)，將會為我們理解和選擇算法提供很好的幫助 13979
- 不同特征選擇算法的各自特點(diǎn)及其在微博業(yè)務(wù)應(yīng)用中的演進(jìn)歷程 3425