一种基于遗传算法优化的大数据特征选择方法

TP391; 提出了一种基于遗传算法的大数据特征选择算法.该算法首先对各维度的特征进行评估,根据每个特征在同类最近邻和异类最近邻上的差异度调整其权重,基于特征权重引导遗传算法的搜索,以提升算法的搜索能力和获取特征的准确性;然后结合特征权重计算特征的适应度,以适应度作为评价指标,启动遗传算法获取最优的特征子集,并最终实现高效准确的大数据特征选择.通过实验分析发现,该算法能够有效减小分类特征数,并提升特征分类准确率....

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 37; no. 1; pp. 50 - 56
Main Authors 张文杰, 蒋烈辉
Format Journal Article
LanguageChinese
Published 解放军信息工程大学 网络空间安全学院,郑州450001 2020
数字工程与先进计算国家重点实验室,郑州450001
Subjects
遗传算法
特征子集
特征选择
大数据
Online AccessGet full text
ISSN1001-3695
DOI10.19734/j.issn.1001-3695.2018.05.0495

Cover

More Information
Summary:TP391; 提出了一种基于遗传算法的大数据特征选择算法.该算法首先对各维度的特征进行评估,根据每个特征在同类最近邻和异类最近邻上的差异度调整其权重,基于特征权重引导遗传算法的搜索,以提升算法的搜索能力和获取特征的准确性;然后结合特征权重计算特征的适应度,以适应度作为评价指标,启动遗传算法获取最优的特征子集,并最终实现高效准确的大数据特征选择.通过实验分析发现,该算法能够有效减小分类特征数,并提升特征分类准确率.
ISSN:1001-3695
DOI:10.19734/j.issn.1001-3695.2018.05.0495