【文献阅读】SFE: A Simple, Fast and Efficient Feature Selection Algorithm for High-Dimensional Data

太久妹读文献了 读篇顶刊净化下自己

期刊介绍

IEEE Transactions on Evolutionary computation，顶刊，具体信息可见下图。

摘要

• 一种新的特征选择方法（SFE-Simple, Fast, and Efficient）：一个搜索代理【这个是什么东东捏】和两个算子（exploration【让更多的特征不被选择】 and exploitation【适当的时机让部分特征被选择】）；
• 一种混合算法（SFE-PSO）：为了解决维数降低之后性能不能提升的情况，利用PSO在降维空间中寻找更优特征子集；
• 对比算法：6个最新提出的FS算法；
• 数据集：40个高维数据集。

方法

实验

• SFE and SFE-PSO VS. BDE, BPSO, BGA, DimReM-BDE, DimReM-BGA, and DimReM-PSO.
• SFE and SFE-PSO VS. more three state-of-the-art EC-based feature selection algorithms, including, HFS-C-P, SaWDE, and SM-MOEA algorithms.

总结

怎么说呢，算法真的和名字一样，简单得不行，读完之后真真真很震惊，满脑子都是"还能这么操作？"，但据说真的有效。别拦我，我要去看代码~