發(fā)布時間：2022-02-10 10:49

　　分類問題中的特征選擇一直是一個重要而又困難的問題。這類問題中要求特征選擇算法不僅能夠幫助分類器提高分類準確率,同時還要盡可能地減少冗余特征。因此,為了在分類問題中更好地進行特征選擇,提出了一種新型的包裹式特征選擇算法XGBSFS。該算法借鑒極端梯度提升（XGBoost）算法中構(gòu)建樹的思想過程,通過從3個重要性度量的角度來衡量特征的重要性,避免單一重要性度量的局限性;然后通過改進的序列浮動前向搜索策略（ISFFS）搜索特征子集,使最終得到的特征子集有較高的質(zhì)量。在8個UCI數(shù)據(jù)集的對比實驗中表明,所提算法具有很好的性能。 

【文章來源】：通信學(xué)報. 2019,40(10)北大核心EICSCD

【文章頁數(shù)】：8 頁


本文編號：3618763