基于黑寡妇算法的特征选择方法研究

作者：李郅琴; 杜建强^*; 聂斌; 熊旺平; 徐国良; 罗计根; 李冰涛

来源：计算机工程与应用, 2022, 58(16): 147-156.

• 特征选择
• 黑寡妇算法(BWO)
• 黑寡妇特征选择算法(BWOFS)
• 生殖调控黑寡妇特征选择算法(PCBWOFS)

特征选择通过去除无关和冗余特征提高学习算法性能，本质是组合优化问题。黑寡妇算法是模拟黑寡妇蜘蛛生命周期的元启发式算法，在收敛速度、适应度值优化等方面具有诸多优势。针对黑寡妇算法不能进行特征选择的问题，设计五种优化策略：二进制策略“、或门”策略、种群限制策略、快速生殖策略以及适应度优先策略，提出黑寡妇特征选择算法（black widow optimization feature selection algorithm,BWOFS）和生殖调控黑寡妇特征选择算法（procreation controlled black widow optimization feature selection algorithm,PCBWOFS），从特征空间中搜索有效特征子集。在多个分类、回归公共数据集上验证新方法，实验结果表明，相较其他对比方法（全集、AMB、SFS、SFFS、FSFOA）,BWOFS和PCBWOFS能找到预测精度更高的特征子集，可提供有竞争力、有前景的结果，而且与BWOFS相比，PCBWOFS计算量更小，性能更好。

• 单位
  江西中医药大学计算机学院; 江西中医药大学药学院