遗传算法与SVM相结合的特征选择方法
2016-04-14 21:34
447 查看
工具箱:谢菲尔德遗传算法工具箱,libsvm工具箱
根据提取的特征个数确定遗传算法中个体的长度,然后随机产生二进制种群,1代表有这个特征,0代表没有这个特征,然后根据这些特征进行svm训练与测试,用svm的分类精度作为适应度值,然后进行迭代,直到达到最大迭代次数,输出最优的分类精度和其对应的染色体,染色体中为1 的位置就是我们所要选择的特征。
根据提取的特征个数确定遗传算法中个体的长度,然后随机产生二进制种群,1代表有这个特征,0代表没有这个特征,然后根据这些特征进行svm训练与测试,用svm的分类精度作为适应度值,然后进行迭代,直到达到最大迭代次数,输出最优的分类精度和其对应的染色体,染色体中为1 的位置就是我们所要选择的特征。
相关文章推荐
- C++ STL基本容器的使用
- Java状态机
- POJ 3617 Best Cow Line 贪心算法
- Oracle-23-单行函数之日期函数
- leetcode101题 题解 翻译 C语言版 Python版
- 区分JS中的undefined,null,"",0和false
- Question1
- RabbitMQ 远程 IP 访问 解决办法 -摘自网络
- Solr索引pdf.txt.word等文件
- JAVA——匿名对象
- BZOJ 3129 SDOI2013 方程
- hadoop 安装与配置
- 最长递增子序列
- CSS学习笔记总结和技巧
- C语言中以十六进制输出字符型变量会出现'ffffff"的问题
- 20145305 《Java程序设计》第7周学习总结
- 写在心有余力有余的大二下学期
- MISCONF Redis is configured to save RDB snapshots, but is currently not able to persist on disk
- 浏览器对HTML5特性检测工具Modernizr
- 关于mybatis Invalid bound statement (not found) 问题