论文部分内容阅读
特征选择是数据挖掘和机器学习中的一项重要任务,能够降低数据的维度,提高学习算法的性能。进化计算算法通过模拟自然界生物进化机制完成搜索问题的最优解决方案,近年来在特征选择问题中得到了广泛应用,并取得了一定的成功。首先介绍了特征选择的基本框架;然后从进化计算特征选择方法的搜索机制、子集评价策略和目标数等方面进行了分析和总结;最后讨论了当前基于进化计算的特征选择方法面临的问题和挑战以及未来进一步的研究方向。