论文部分内容阅读
结合过滤式框架和封装式框架各自的优势,提出半封装特征选择框架。在该框架下,结合模糊特征子集概念,设计实现基于差分演化搜索的特征选择算法FDESW（fuzzy differential evolution semi-wrapper）。通过过滤式方式选出模糊最优特征子集,以封装方式在不同截集阈值退化出的候选特征子集集合中选出最优的特征子集,通过对比实验分析该算法在标准数据集上的性能和适用情况。在36个UCI标准数据集上的测试验证了在保证时间代价可容忍的情况下,该算法能够在大多数据中取得普遍较好的分类精度。