不一致性进化特征选择方法

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