基于评分机制的森林优化算法的特征选择方法

摘要

基于评分机制的森林优化算法的特征选择方法属于一种新的演化算法，从候选集选优策略、单个特征对特征集合的评分策略角度出发，够让具有较高适应度值的解具有更高的被选中的概率。使得每一次的选择不是完全随机的，而是带有一定的倾向性。从而能降低陷入局部最优解的概率，能够快速、有效的搜索到近似最优的特征子集。可应用在社交网络分类、web文本数据挖掘、图像处理等高维数据领域，能够起到很好的降维作用。