摘要
本发明实施例公开了一种基于启发式算法的特征筛选方法,所述方法包括:创建种群并对其进行初始化,获取初始种群;预设适应度函数,并根据所述适应度函数筛选所述初始种群,确定特征集合;根据机器学习模型对所述特征集合进行训练,直至训练完成;对所述特征集合中所有特征子集的适应度值进行排序,并确定筛选结果。本发明可以有效地在庞大的特征空间中搜索有效的特征组合,并通过机器学习模型的训练来评估特征子集的性能,提高了在海量特征中搜索最优特征集的速度。
技术关键词
特征筛选方法
启发式算法
机器学习模型
特征筛选系统
处理器
复杂度
样本
计算机设备
度量
多线程
可读存储介质
存储器
数据
编码
速度
系统为您推荐了相关专利信息
数据检测方法
K均值聚类算法
初始聚类中心
梯度下降法
异常数据
格网
夜光遥感数据
分析方法
多源大数据
资源评估模型