文件名称：FeatureSelectionGA:使用遗传算法（DEAP框架）进行特征选择
文件大小：24KB
文件格式：ZIP
更新时间：2024-05-24 22:41:51
python machine-learning genetic-algorithm feature-selection deap
FeatureSelectionGA 使用遗传算法（DEAP框架）进行特征选择 数据科学家发现，很难选择合适的功能来获得最大的准确性，尤其是当您要处理很多功能时。 有多种选择正确功能的方法。 但是，如果特征空间真的很大，我们将不得不为之奋斗。 遗传算法是一种从其他特征中搜索最佳特征集之一以获得高精度的解决方案。 安装： $ pip install feature-selection-ga 说明文件： 用法： from sklearn . datasets import make_classification from sklearn import linear_model from feature_selection_ga import FeatureSelectionGA , FitnessFunction X , y = make_classification ( n_samp
【文件预览】：
FeatureSelectionGA-master
----setup.py(60B)
----.gitignore(1KB)
----requirements.txt(102B)
----example2.py(2KB)
----MANIFEST.in(262B)
----CONTRIBUTING.md(4KB)
----LICENSE(1KB)
----CHANGELOG.md(169B)
----setup.cfg(2KB)
----.github()
--------ISSUE_TEMPLATE.md(318B)
--------labels.toml(2KB)
--------release-drafter.yml(597B)
--------workflows()
--------dependabot.yml(526B)
----example.py(532B)
----README.md(5KB)
----tests()
--------__init__.py(0B)
--------test_feature_selection_ga.py(525B)
----feature_selection_ga()
--------__init__.py(196B)
--------feature_selection_ga.py(7KB)
--------fitness_function.py(1001B)
----docs()
--------requirements.txt(45B)
--------Makefile(675B)
--------modules.rst(97B)
--------make.bat(764B)
--------source()
----survival_fitness.py(1KB)