一种基于MA-LSSVM的封装式特征选择算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了解决高维小样本的特征选择问题，该文结合文化基因算法（Memetic algorithm，MA）与最小二乘支持向量机（Memetic algorithm and least squares support vector machine, MALSSVM），设计了一种封装式（Wrapper）特征选择算法。该方法将全局搜索与局部搜索相结合作为求解策略，利用了最小二乘支持向量机易于求解的特点，构造分类器．以分类的准确率作为文化基因算法寻优过程中适应度函数的主要成分。实验表明，MA-LSSVM可以较高效稳定地获取对分类贡献较大的特征，降低数据维度，提高了分类效率。

原文链接:http://www.cqvip.com//QK/91657A/201601/668131462.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LSSVM 特征选择 SVM Algorithm Support 特征选择 文化基因算法 最小二乘支持向量机 高维小样本数据 机器学习