python 遗传算法 特征选择 开源_基于遗传算法的特征选择汇总.ppt

基于遗传算法的特征选择汇总,遗传算法特征选择,遗传算法特征选择代码,遗传算法特征提取,遗传算法筛选特征变量,遗传算法选择算子,遗传算法赌轮选择法,遗传算法选择,遗传算法选择操作,遗传算法参数选择

(a) 选择(Selection)算子 依据每个染色体的适应值大小，适应值越大，被选中的概率就越大，其子孙在下一代产生的个数就越多。 选择操作是建立在群体中个体的适应值评估基础上的，目前常用的选择算子有赌轮选择方法、保留最佳个体选择法、期望值选择方法等。 College of Mathematics and Computer Science 基于遗传算法的特征选择 What Why How 回答什么是遗传算法？什么是特征选择？ 遗传算法是模拟进化论，搜索优化问题最优解的一种算法。它采用群体搜索策略，一代一代逐步进化，直到收敛到问题的最优解。 群体是个体的集合，个体模拟一个问题的一个解。 关键问题： 个体如何表示？ 方法：问题编码 如何产生下一代？ 方法：遗传操作 如何评价种群的质量？ 方法：适应度函数 What 什么是特征选择？ 就是从一个特征集合中选择一个最优子集。 遗传算法流程图 How 1. 问题编码 对于特征选择问题，问题编码很简单，采用0-1编码即可。 任何一个n元0-1串，都表示问题的一个解。 2. 如何产生下一代 通过选择、交叉、变异三种遗传操作产生下一代，前两种操作每一次都要用的，而第三种则不一定，但没有规则。 选择是用来选择交叉的父本，交叉(模拟有性繁殖)产生新的个体，变异是某一位的变异。 3.如何评价种群的质量 适应度函数设计，对于特征选择问题可采用如下的类别可分离性准则，设计适应度函数。 适应度函数为 需要注意的是这种适应度函数，只适用于连续值数据库的情况。下面如何计