工具箱:谢菲尔德遗传算法工具箱,libsvm工具箱
根据提取的特征个数确定遗传算法中个体的长度,然后随机产生二进制种群,1代表有这个特征,0代表没有这个特征,然后根据这些特征进行svm训练与测试,用svm的分类精度作为适应度值,然后进行迭代,直到达到最大迭代次数,输出最优的分类精度和其对应的染色体,染色体中为1 的位置就是我们所要选择的特征。
工具箱:谢菲尔德遗传算法工具箱,libsvm工具箱
根据提取的特征个数确定遗传算法中个体的长度,然后随机产生二进制种群,1代表有这个特征,0代表没有这个特征,然后根据这些特征进行svm训练与测试,用svm的分类精度作为适应度值,然后进行迭代,直到达到最大迭代次数,输出最优的分类精度和其对应的染色体,染色体中为1 的位置就是我们所要选择的特征。