摘要
本发明公开了一种特征选择方法、装置、设备及存储介质,涉及数据处理技术领域,包括以下步骤:将待处理的高维数据集中的特征子集作为个体,通过多个个体构建初始种群;通过改进的指数分布优化器对初始种群中的多个个体的位置进行更新,得到新种群;获取新种群的多个个体的适应度值,判断其是否满足终止条件,若不满足,则通过改进的指数分布优化器再次对新种群进行迭代;若满足,则从当前种群中选择适应度值最高的个体作为最优解,即最优特征子集。本发明通过不同的更新机制对种群中的多个个体的位置进行更新,能够探索到更多潜在的最优解,同时,不同的更新机制相互协作,可以帮助算法跳出局部最优解,提高了特征选择的分类准确性。
技术关键词
特征选择方法
优化器
特征值
机制
特征选择装置
因子
分类准确率
数据处理技术
处理器
计算机设备
动态
错误率
可读存储介质
模块
存储器
编码
算法
系统为您推荐了相关专利信息
迁移学习模型
性能预测模型
性能预测方法
深度神经网络
致嗅物质
学生学习数据
大语言模型
生成系统
题库生成方法
监控模块
非线性系统模型
姿态误差
船舶
自主航行控制
事件触发机制
计算方法
人工智能处理器
数据
动态
可读存储介质