组织协同进化分类算法

摘要

提出了一种有效的用于数据挖掘分类任务的方法--组织协同进化分类算法(Organizational CoEvolutionary algorithm for Classification, OCEC),与现有遗传分类方法的运行机制不同,它的进化操作直接作用于数据而不是规则,进化结束后再从各组织中提取规则,这样有利于避免在进化过程中产生无意义的规则.提出了三种组织进化算子--增减算子、交换算子与合并算子和一种组织选择机制,给出了属性重要度的进化方式并基于此定义了组织适应度.作者将算法用于UCI数据集,并与现有的基于遗传和非遗传的分类方法进行了比较.实验结果表明该文方法获得了更高的预测准确率,产生了更小的规则集;对同一数据集进行k-次交叉验证,其预测准确率的波动较小,因此本文算法具有更加稳定的性能.