基于改進遺傳算法的支持向量機特征選擇
加入技術交流群
染色體編碼和適應度函數
所謂編碼是指將問題的解空間轉換成遺傳算法所能處理的搜索空間。在特征選擇問題中，常常使用二進制的編碼形式，使得每個二進制就是一個染色體，其位數長度等于特征的個數。每一位代表一個特征，每位上的1表示選中該特征，0則表示不選中。每一代種群都由若干個染色體組成。
適應度函數是整個遺傳算法中極為重要的部分[6]，好的適應度函數能使染色體進化到最優個體，它決定了在整個尋優過程中是否能夠合理地協調好過早收斂和過慢結束這對矛盾。由于本文針對的是支持向量機的特征選擇問題，所以考慮以分類正確率和未選擇的特征個數這兩個參數作為函數的自變量，將分類正確率作為主要衡量標準，未選擇的特征個數為次要標準。由此建立以下的適應度函數：
式中C為分類正確率，為未選擇的特征個數，a是調節系數，用來平衡分類正確率和未選擇的特征個數對適應度函數的影響程度，同時該系數也體現了用最少的特征得到較大分類正確率的原則，在本文中a取0.00077。由上式可知，分類正確率越高，未選的特征個數越多，染色體的適應度就越大。
選擇操作
選擇操作需要按照一定的規則從原有的種群中選擇部分優秀個體用來交叉和變異。選擇原則建立在對個體適應度進行評價的基礎上，目的是避免基因損失，提高全局收斂性和計算效率。本文首先將整個種群中最優的前40%的個體保留下來，以確保有足夠的優良個體進入下一代，對剩下的60%的個體采用輪盤算法進行選擇，這樣做可以彌補保留前40%個體而帶來的局部最優解不易被淘汰的不利影響，有利于保持種群的多樣性。
評論