[发明专利]基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法

权利要求书

1.一种基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法，其特征在于，包括下列步骤：

1)获取待分类数据样本的特征集；

2)基于k折交叉验证方法，将样本特征集分成k份，取其中一份为测试集，其余k-1份为训练集；

3)使用改进后的乌鸦算法——离散型乌鸦差分协同搜索算法进行封装式特征选择，通过分类预测效果的性能来评估特征组合的质量，根据目标函数fitness的评估，在每次迭代中筛选若干特征，或排除若干特征，最终选择出最优特征组合；

4)根据所选最优特征组合，获得对应的最优特征子集；

5)用所选最优特征子集进行常用机器学习分类器训练，得到训练好的分类器；

6)用训练好的分类模型对待测数据进行分类。

2.根据权利要求1所述的基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法，其特征在于，所述步骤1)中获取样本的特征集的方法为：将原始样本信息数据中所具有的特征进行转换，转化成机器学习算法可以识别的数据特征，得到D+1元组代表的特征集：样本i＝(特征1，特征2，特征3，…，特征D，所属类别)；D为所提取的特征种数。

3.根据权利要求1所述的基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法，其特征在于，所述步骤2)的k折交叉验证方法中k是任意大于1的常数。

4.根据权利要求1或3所述的基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法，其特征在于，常数k取值为5或10。

5.根据权利要求1所述的基于离散型乌鸦差分协同搜索算法的分类数据特征选择方法，其特征在于，所述步骤3)的目标函数fitness为：

其中，α和β是控制每部分占比的权重因子，L_n是特征属性的总数，L_s是当前个体选择出的特征子集的长度，acc为分类准确度，是描述所选特征子集用于分类的准确性指标，表示通过使用一组所选特征正确分类的实例数，是主要的分类性能度量之一，true_num表示所有样本中被分类正确的样本数，num表示样本所包含的总数量。