A ROUGH SET APPROACH TO FEATURE SELECTION BASED ON SCATTER SEARCH METAHEURISTIC
Wang, Jue, Zhang, Qi Qi, Abdel-Rahman, Hedar, Abdel-Monem, Ibrahim · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2014
不平的集合理论是一个有效方法展示选择，它最近迷住了许多研究人员。特征选择的不平的集合途径的本质是发现原来的特征的一个子集。然而，发现特征的一个最小的子集是一个 NP 难的问题的。这篇论文论述一条新奇不平的集合途径展示选择基于散布搜索 metaheuristic。建议方法，打电话散布搜索不平的集合属性减小(SSAR ) ，被 13 众所周知的数据集从 UCI 机器学习说明仓库。建议启发式的策略与包括基因算法的典型属性减小方法相比，蚂蚁殖民地，退火模仿，并且禁忌搜索。计算结果证明我们的算法能提供有效答案发现特征的一个最小的子集并且在考虑数据集上显示出有希望、竞争的性能。