基因表达数据的特征选择及其识别算法研究.pdf
为了有效处理基因表达数据，本书从数据集和分类器两个方向入手进行讨论。在数据集方面，采用不同算法进行特征选择，选择与分类目标密切相关的基因提高分类器模型的泛化性能。在分类器方面构建训练集，利用集成方法提高旋转森林的分类精度和稳定性：利用改进后的粒子群算法优化核超限学习机的内权参
特征选择
高维数据的特征选择——理论与算法.pdf
特征选择是机器学习的重要研究内容，有着广泛的应用价值。特征选择主要从数据（尤其是高维数据）中选取有效特征来表示数据，从而提高机器学习算法的性能。本书以重庆工商大学等单位的机器学习、图像处理课题为基础，系统地介绍特征选择的基本概念，以及相关的理论和算法，也对它的前沿研究（如无监督特
新型菌群特征选择算法的理论与实践 牛奔,王红,耿爽 著.pdf
菌群优化算法是一种新型的细菌觅食优化算法，是群体智能优化算法的一个重要分支，它对复杂的细菌觅食优化算法的执行过程进行了简化，自提出以来得到了广泛的关注和研究。特征选择是一种重要的数据挖掘技术，本书重点探讨新型菌群优化算法在特征选择领域的理论与实践。