融合特征權(quán)重與改進(jìn)粒子群優(yōu)化的特征選擇算法

摘要： 隨著教育信息化的發(fā)展，教育數(shù)據(jù)呈現(xiàn)特征數(shù)量高、冗余度高等特點(diǎn)，這使目前的分類算法在教育數(shù)據(jù)上分類準(zhǔn)確率不理想。提出一種將特征權(quán)重算法與改進(jìn)粒子群優(yōu)化算法融合的混合式特征選擇算法(RF-ATPSO)。該算法首先使用RELIEF-F算法計(jì)算各個(gè)特征的權(quán)重，篩除冗余特征，然后在篩選后的特征集合中利用改進(jìn)粒子群算法搜索最優(yōu)特征子集。實(shí)驗(yàn)結(jié)果表明，在6個(gè)UCI公共數(shù)據(jù)集上，經(jīng)RF-ATP... （共10頁）