自调优自适应遗传算法的WKNN特征选择方法

摘要

针对大多已有基于K近邻和遗传算法的特征选择方法中没有考虑各个特征的重要度不同,并且容易出现过早收敛,特别是局部最优解问题,提出了一种基于自调优自适应遗传算法的WKNN特征选择方法.该方法使用WKNN算法预测样本的类别,为每个特征分配一个权重来衡量特征的分类能力,然后采用自调优自适应遗传算法,对变异率、种群规模和收敛阈值进行参数调整,在迭代进化过程中搜索最优特征权重向量.为了评价该方法的有效性,与已有7种特征选择方法在5个标准数据集上进行了比较.实验结果表明,该方法是有效的,且具有较高的分类性能.