改进遗传算法和支持向量机的特征选择算法

摘要

提出了一种基于改进遗传算法的特征选择算法.该算法以支持向量机分类器的识别率作为特征选择的可分性判据,对传统遗传算法的交叉和选择操作进行了改进,实现了指定数目的特征选择.而且算法在特征选择的过程中,还同时优化了支持向量机分类器的两个参数.实验数据的特征选择实验表明,提出的算法仅以损失2.7%识别率的代价,得到的特征维数却是传统遗传算法的1/5,极大地简化了分类器设计的复杂度.