一种基于遗传算法和SVM的特征选择

特征选择可以选出最有利于分类的特征,加快算法的运行速度,消除冗余,提高分类准确率。文中提出了一种基于遗传算法的特征选择方法。在遗传算法中结合支持向量机和分类权值的评价准则设计并实现了适合于该模型的适应度函数,并通过实验确定其参数。设计合理的罚函数,根据特征的数量给予一定的惩罚。针对移动企业客户恶意欠费行为,提出并建立基于支持向量机的消费欺诈预警模型。实验将此特征选择方法应用于消费欺诈预警模型中,结果验证了该方法的有效性,得到了满意的分类准确率。