%0 Journal Article
%T 不一致性进化特征选择方法
%A 刘 博
%A 张素芳
%A 翟俊海
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 特征选择是机器学习中重要的数据预处理步骤，它从原始特征集合中，选择一个重要的子集，以改进学习系统的性能或降低学习系统的计算复杂度，对学习系统的性能有重要的影响.针对离散值特征选择问题，提出一种基于遗传算法的特征选择方法.该方法利用遗传算法搜索最优或次优特征子集.具体地，利用二进制数对问题的解编码，利用不一致性度量作为适应度函数.实验结果显示本文提出的特征选择方法是行之有效的.提出的方法具有如下三个特点：1)简单且易于实现；2)测试精度较高；3)可解释性强
%K 特征选择
%K 数据预处理
%K 遗传算法
%K 不一致性
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3919.shtml