《表2 数据集Glass部分数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《差分进化樽海鞘群特征选择算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证所提出算法的优化效果，笔者使用了8个选自UCI机器学习库[17]的数据集进行对比实验，表1描述了各数据集的分类数、特征数和样本数，表2展示了数据集Glass的部分数据；实验中使用了K折交叉验证方式，即将数据集切分为K份，每次取K-1份数据用于训练，剩余数据用于测试，进行K次的训练和测试；实验结果在每个数据集和算法中独立运行20次，最终统计平均值；在分类器的选择上，K近邻（KNN:K-Nearest Neighbor）是一种简单且非常通用的分类器，已广泛用于包裹式特征选择[18]，实验选择该分类器作为基分类器，并将参数K设置为最佳参数5[19]。