基于布谷鸟、重力搜索和蝙蝠算法的癫痫发作识别特征选择比较分析-研究论文

时间:2024-06-30 04:47:27
【文件属性】:

文件名称:基于布谷鸟、重力搜索和蝙蝠算法的癫痫发作识别特征选择比较分析-研究论文

文件大小:763KB

文件格式:PDF

更新时间:2024-06-30 04:47:27

论文研究

在对高维数据应用分类技术时,由于大量的属性需要大量的计算资源,并且包含与响应变量完全无关的特征,因此难以使用,我们可能无法得到令人满意的结果出于实用目的。 为了解决这个问题,使用群体智能算法来选择最好的分类特征。 在本文中,我们比较了 3 种群优化算法的特征选择能力,用于识别癫痫发作,具有 179 个特征的高维数据。 使用的基本分类器是决策树、随机森林和 KNN,它们的性能在有和没有特征选择的情况下进行了比较。 在我们的实验中,我们发现对于每个指标,不同的算法组合产生了最好的结果,例如,带有蝙蝠算法的随机森林产生了 96.78% 的准确率,96.89% 的召回值,这是其他组合中最好的结果。


网友评论