Wrapper-Feature-Selection-Toolbox-Python:该工具箱提供了 13 种包装器特征选择方法(PSO、GA、GWO、HHO、BA、WOA 等)和示例。 简单易行

上传者: 42127020 | 上传时间: 2022-03-23 09:47:15 | 文件大小: 54KB | 文件类型: -
Jx-WFST:包装特征选择工具箱 《迈向人才科学家:共享与学习》--- 介绍 该工具箱提供了 13 种包装器特征选择方法 Demo_PSO提供了如何在基准数据集上应用 PSO 的示例 这些方法的源代码是基于伪代码和论文编写的 用法 采用主要功能jfs进行特征选择。 您可以通过将from FS.pso import jfs的pso更改为来切换算法 如果你想使用粒子群优化(PSO),那么你可以写 from FS.pso import jfs 如果你想使用差分进化(DE),那么你可以写 from FS.de import jfs 输入 feat :特征向量矩阵(实例x特征) label :标签矩阵(实例x 1) opts : 参数设置 N :解决方案的数量/人口规模(对于所有方法) T :最大迭代次数(对于所有方法) k : k -最近邻中的k -值 输出 Acc : 验证模型的

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明