-
公开(公告)号：CN113283472A
公开(公告)日：2021-08-20
申请号：CN202110421943.1
申请日：2021-04-20
Applicant: 南京大学
IPC: G06K9/62
Abstract: 本发明公开一种基于零阶优化的数据特征选择方法，包括：数据采样，得到采样值；基于采样值进行训练，来得到采样值的评价，最后基于评价与采样值来更新优化算法采样空间；将数据特征选择作为一个采样空间的取值，训练出对应的模型性能指标作为评价来优化采样空间；采样空间是一个向量，以数据的特征数作为采样空间的维度，对采样空间的每维进行二值离散化，以此作为优化算法的配置；之后，进行预设轮次的循环。本发明保留包裹式方法在性能上优势的同时，在选择特征中引入了零阶优化算法，有效的减少了模型训练的次数，使其效率与准确度均有良好的表现有更高的效率。另外，本发明对多种模型都可适用，应用场景广泛，具有更强的鲁棒性。
Search Results
1
records
(took 0.026 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
