pso的多维数据，特征排序的问题

在使用pso处理多维数据的时候，预先要对数据进行排序，排序的方法，挑选的简单的，如下所示有几种。

上面是 1964年的ghiselli的论文采取的分类任务的子特征集的排序方法，Rcf是特征呵类别的关系，Rff是特征之间的关系，这个值越大越好。
虽然和我下面讲的无关。。。

1.爬山法（前向爬山（贪心地加），后向爬山（贪心地减））

显而易见就是控制变量（即某一个pso的粒子），改变某一维度发现效果如何，对效果改变最大的那个维度就是最重要的维度。依次下去进行排序。
但是初始化的变量可能会带来一些计算影响，解决的方法有如下两种

1.对一个特定粒子某一维度多次改变取均值

2.尝试多个初始化的变量（即尝试多个粒子），然后计算贡献度取得均值。

上述两种貌似是采用了数学的多个数据拟合得到结果的方法，采用尝试越多可能越精确。

2best first方法

是一种基于广度优先搜索的启发式方法。

3cfs方法

流程图如下

得到的结果进行下一步操作。