基于遗传算法的特征选择知识讲解.pptVIP

College of Mathematics and Computer Science 基于遗传算法的特征选择 What Why How 什么是特征选择？ 就是从一个特征集合中选择一个最优子集。 遗传算法流程图 How 1. 问题编码 对于特征选择问题，问题编码很简单，采用0-1编码即可。 任何一个n元0-1串，都表示问题的一个解。 2. 如何产生下一代 通过选择、交叉、变异三种遗传操作产生下一代，前两种操作每一次都要用的，而第三种则不一定，但没有规则。 选择是用来选择交叉的父本，交叉(模拟有性繁殖)产生新的个体，变异是某一位的变异。 3.如何评价种群的质量 适应度函数设计，对于特征选择问题可采用如下的类别可分离性准则，设计适应度函数。 适应度函数为 需要注意的是这种适应度函数，只适用于连续值数据库的情况。下面如何计算？ Iris数据库 选择的特征子集应使类内散度尽可能小，而使类间散度尽可能大. 设xk(i)和xl(j)分别为?i类和?j类中的D维特征向量，?(xk(i) , xk(j))为这两个向量间的距离，则类间平均距离为： 其中，Pi和Pj为先验概率。 通常采用欧氏距离： JD称为各类之间的平均平方距离。 定义 类均值向量为和总均值向量分别为： 和 定义 类间散度矩阵Sb的估计为： 定义 类内散度矩阵Sw的估计为： 其中，?i为类协方差矩阵。 其他需要说