摘要：特征选择是机器学习中重要的数据预处理步骤，它从原始特征集合中，选择一个重要的子集，以改进学习系统的性能或降低学习系统的计算复杂度，对学习系统的性能有重要的影响．针对离散值特征选择问题，提出一种基于遗传算法的特征选择方法．该方法利用遗传算法搜索最优或次优特征子集．具体地，利用二进制数对问题的解编码，利用不一致性度量作为适应度函数．实验结果显示本文提出的特征选择方法是行之有效的．提出的方法具有如下三个特点：1）简单且易于实现；2）测试精度较高；3）可解释性强．

原文链接:http://www.cqvip.com//QK/95659X/201705/671988575.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）