一种基于过滤法和遗传算法的高维数据特征选择方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 葛瑞泉,马浙萍,吴卿,邬惠峰,徐岗
- 申请号：
- CN201810344521.7
- 公开号：
- CN108805159A
- 申请日:
- 2018.04.17
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 朱月芬
- 摘要：
- 本发明公开了一种基于过滤法和遗传算法的高维数据特征选择方法。传统的特征选择方法存在容易陷入局部最优、删除有用特征概率高等局限性，不适用于高维、小样本数据。本发明首先采用最大信息系数计算输入数据的特征与类标之间的相关性；接着，根据相关性的值对特征进行降序排序，设置阈值，删除弱相关的特征；最后对剩余的强相关特征采用遗传算法进行随机搜索优化得到最优特征子集。本发明能够有效地对高维数据进行特征选择，实现降维，特征选择的结果对样本类别判定具有重要意义，当应用于基因表达谱数据时，选择出来的特征同时还具有重要的生物意义。
- 来源网站：
- 中国工程科技知识中心
