同时特征选择和加权——一种进化的多目标优化方法:一种用于特征选择和加权以提高分类器性能的算法。-matlab开发

时间:2021-05-30 04:46:16
【文件属性】:
文件名称:同时特征选择和加权——一种进化的多目标优化方法:一种用于特征选择和加权以提高分类器性能的算法。-matlab开发
文件大小:5.13MB
文件格式:ZIP
更新时间:2021-05-30 04:46:16
matlab 这是[1]中提出的算法的一个实现。 它提出了一种新的特征选择和加权方法,辅助基于分解的进化多目标算法,称为 MOEA/D。 特征向量被同时选择和加权或缩放以将数据点投影到这样的超空间,这里增加了不同类别的数据点之间的距离,从而使它们更容易分类。 通过使用 MOEA/D 同时优化类间和类内距离以获得最佳特征和与之相关的缩放因子。 最后,使用 k-NN(k-Nearest Neighbor)对具有缩减和加权特征集的数据点进行分类。 [1] Sujoy Paul 和 Swagatam Das。 “同时特征选择和加权——一种进化的多目标优化方法。” 模式识别快报 65 (2015): 51-59 请查看 README.txt 文件以获取更多详细信息,并执行 DEMO.m 脚本以演示特征选择算法。
【文件预览】:
CodeFeatureSelection.zip

网友评论