一种基于图结构与杂交育种算法的特征选择方法

本发明公开了一种基于图结构与杂交育种算法的特征选择方法。获取待特征优选的工业数据，将待选择的数据转化为图结构表示，其中每个节点代表一个特征，节点权重由特征与类别的相关性确定，边权重由特征间的相关性定义，从而构建出反映特征关系的特征加权图。对特征加权图进行分组，通过阈值划分强相关边，将特征划分为冗余特征和交互特征，划分特征空间，从而降低特征空间的维度并保留关键信息；利用改进的杂交育种算法对于划分好的特征空间进行搜索，在特征子集空间中搜索得到最优特征子集。通过图结构与杂交育种算法的结合，实现了对工业大数据中高维复杂特征关联的有效建模，显著提升了特征选择的精度与效率，同时降低了计算成本。