Отбор классифицирующих признаков с помощью популяционного случайного поиска с памятью

Предложен новый метод отбора признаков. Концепция, лежащая в основе предлагаемого метода, — сочетание стратегий случайного и эвристического поиска. Решение представляется в виде бинарного вектора, размерность которого определена количеством признаков в наборе данных. Генерация новых решений проводится случайным образом с использованием нормального и равномерного распределения. Эвристика, лежащая в основе предлагаемого подхода, формулируется следующим образом: шанс признака попасть в следующую генерацию пропорционален частоте присутствия этого признака в предыдущих лучших решениях. Предложенный метод протестирован на нескольких наборах данных из репозитория KEEL. Проведено сравнение с алгоритмами-аналогами.