基于遗传算法的属性约简

属性约简是知识发现的重要步骤,但从属性集中选择最优子集属于NP-hard问题。文章提出的遗传属性抽取算法,以属性的可分性度量为偏置,并引入禁忌表搜索策略,降低了搜索空间;采用退火选择来保持种群的个体多样性,防止未成熟收敛;算法内置的分类器采用人工神经网络,并提出了基于有监督聚类的人工神经网络分类算法,有效地降低了人工神经网络分类器的训练时间。实验分析表明,算法能够从高维数、大数据集合中有效降低数据维数,提高数据的分类准确性。