基于SAC的特征选择算法-计算机科学.PDF

第 卷 第 期 计 算 机 科 学 ４５ 　 ２ Vol．４５No．２ 年 月 ２０１８ ２ COMPUTER SCIENCE Feb．２０１８ 基于SAC的特征选择算法 张梦林 李占山 　 (吉林大学计算机科学与技术学院 长春 ) 　 １３００１２ (吉林大学符号计算与知识工程教育部重点实验室 长春 ) 　 １３００１２ 　 . 摘 要 特征选择通过移除不相关和冗余的特征来提高学习算法的性能 基于进化算法在求解优化问题时表现出的 　 　 , . 优越性能 提出FSSAC特征选择方法 新的初始化策略和评估函数使得 SAC能将特征选择作为离散空间搜索问题 , . , , , 来解决 利用特征子集的准确率指导 的采样阶段 在实验阶段 结合 和 分类器 通过 SAC FSSAC SVM J４８ KNN , , , . , UCI数据集完成验证 并与FSFOA HGAFSPSO等算法进行了比较 实验结果表明 FSSAC可以提高分类器的分 , . , . 类准确率 且具有良好的泛化性能 除此之外 对 FSSAC和其他算法在特征空间维度缩减情况方面做了对比 , , , 关键词 特征选择 维度缩减 　 SACFSSAC 中图法分类号 文献标识码 / 　TP１８　　　 　A　　　DOI　１０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．０２．０１１ j 　 FeatureSelectionAlorithmUsin SACAlorithm g g g ZHANGMenＧlin　LIZhanＧshan g ( , , , ) ColleeofCom uterScienceandTechnolo JilinUniversit Chanchun１３００１２China g p gy y g ( (