基于評分機制的類貪心森林優(yōu)化特征選擇算法

摘要： 森林優(yōu)化特征選擇算法(FSFOA)具有良好的分類性能和維度縮減能力,但其初始化森林的質(zhì)量參差不齊,局部播種和全局播種的隨機性較大,且適應(yīng)度評估代價較高導致計算效率較低.針對上述問題,提出一種基于評分機制的類貪心森林優(yōu)化特征選擇算法(FSGLFOA-SM).首先,以每維決策變量的分類精度為其得分構(gòu)建評分機制,提出類貪心初始化策略以生成較優(yōu)質(zhì)的初始化森林;其次,提出基于評分比較的類... （共11頁）