基于演化超图学习的特征选择方法、电子设备及存储介质

本发明提出了一种基于演化超图学习的特征选择方法、电子设备及存储介质，属于人工智能与机器学习领域。本发明首先引入超图结构建模高阶特征交互关系，结合遗传算法对特征重要性进行全面评估；基于评估结果构建特征重要性导向的基因池，通过特殊设计的交叉策略在不同种群之间实现有效知识迁移，提升搜索效率和特征子集质量。本发明方法在多个不同维度的数据集上进行实验验证，结果表明该方法能够稳定选择出更优质的特征子集，并在分类任务中显著提升模型的平衡准确率。