【特征选择】基于梯度优化算法实现二进制特征选择问题附matlab代码

1 简介

文章提出了一个基于梯度优化算法进行特征选择,由一个优化器、基于梯度的优化器 (GBO) 组成，该优化器与分类器 k-最近邻 (k-NN) 混合, 使用 ionosphere 数据集评估引入的框架 GBO-KNN 的性能.

2 部分代码

%-------------------------------------------------------------------------%
% GBO - KNN for features selections %
% %
%---Inputs-----------------------------------------------------------------
% feat: features
% label: labelling
% N: Number of gases
% T: Maximum number of iterations
% Nc: Number of gas types
% *Note: k-value of KNN & hold-out setting can be modified in jFitnessFunction.m
%---Outputs----------------------------------------------------------------
% sFeat: Selected features
% Sf: Selected feature index
% Nf: Number of selected features
% curve: Convergence curve
%--------------------------------------------------------------------------
%
%
%
% %% Gradient based Optimization
clc, clear, close;
% Benchmark data set
load ionosphere.mat;
% % Parameter setting
N=10; T=100;
% % Henry Gas Solubility Optimization
[sFeat2,Sf2,Nf2,curve2]=jGBO(feat,label,N,T);
% Plot convergence curve
figure(); plot(1:T,curve2); xlabel('Number of iterations');
ylabel('Fitness Value'); title('GBO'); grid on;

3 仿真结果

4 参考文献

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。