1 简介

文章提出了一个基于梯度优化算法进行特征选择,由一个优化器、基于梯度的优化器 (GBO) 组成,该优化器与分类器 k-最近邻 (k-NN) 混合, 使用 ionosphere 数据集评估引入的框架 GBO-KNN 的性能.

2 部分代码


          
          
%-------------------------------------------------------------------------%
% GBO - KNN for features selections %
% %
%---Inputs-----------------------------------------------------------------
% feat: features
% label: labelling
% N: Number of gases
% T: Maximum number of iterations
% Nc: Number of gas types
% *Note: k-value of KNN & hold-out setting can be modified in jFitnessFunction.m
%---Outputs----------------------------------------------------------------
% sFeat: Selected features
% Sf: Selected feature index
% Nf: Number of selected features
% curve: Convergence curve
%--------------------------------------------------------------------------
%
%
%
% %% Gradient based Optimization
clc, clear, close;
% Benchmark data set
load ionosphere.mat;
% % Parameter setting
N=10; T=100;
% % Henry Gas Solubility Optimization
[sFeat2,Sf2,Nf2,curve2]=jGBO(feat,label,N,T);
% Plot convergence curve
figure(); plot(1:T,curve2); xlabel('Number of iterations');
ylabel('Fitness Value'); title('GBO'); grid on;
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.

3 仿真结果

【特征选择】基于梯度优化算法实现二进制特征选择问题附matlab代码_优化算法

4 参考文献

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

【特征选择】基于梯度优化算法实现二进制特征选择问题附matlab代码_matlab代码_02