[發明專利]特征選擇方法、特征選擇裝置、存儲介質和設備

在審

• 申請號: 202210252083.8
• 申請日: 2022-03-15
• 公開（公告）號: CN114707578A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 余函;羅小舟
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G06V10/771
• 代理公司: 深圳市銘粵知識產權代理有限公司 44304
• 代理人: 孫偉峰;劉燚圣

本發明公開了一種特征選擇方法、特征選擇裝置、存儲介質和設備。該方法包括：計算當前代種群中每個樣本的適應度；根據適應度篩選出部分樣本形成操作樣本群；將操作樣本群中適應度小于第一閾值的樣本替換為適應度大于第二閾值的樣本，形成第一樣本群，統計第一樣本群中各個樣本的每個特征位的特征值的分布概率，根據分布概率抽樣生成每個特征位的新特征值，形成第二樣本群，對操作樣本群進行若干次交叉操作，以形成第三樣本群，對操作樣本群進行突變操作，獲得第四樣本群，各個樣本群組合形成下一代種群，在滿足進化終止條件時，輸出最后一代種群的所對應的特征。利用高適應度的樣本生成更多高適應度的新樣本，以利于搜索到全局最優的特征子集。

技術領域

本發明屬于電子信息技術領域，具體地講，涉及一種特征選擇方法、特征選擇裝置、計算機可讀存儲介質和計算機設備。

背景技術

特征選擇是構建模型前的操作，目的是剔除掉和問題無關的特征，選擇最有效的特征子集輸入到模型里面，以提高模型的預測能力。而經典的預測方法如前向搜索和后向搜索方法，只考慮了每一步獲得的局部最優解，最后得到的特征子集是局部最優的特征子集。而以啟發式搜索為代表的算法的發展，為特征選擇提供了一個新的思路。代表性的一類啟發式搜索算法為遺傳算法，它主要是通過模仿生物進化過程中自然選擇和遺傳的機制來尋找更優解，已經被廣泛應用于各類的優化問題，如最優特征子集的選取。但由于經典的交叉操作和突變操作搜索能力有限，算法搜索過程很容易陷入局部最優解提前收斂到局部最優值，為了保證算法的穩定性，因此在一些方案中，采用精英操作，即在每一輪中都保留適應度最高的精英樣本，一代代往下傳遞，保證遺傳算法的穩定性，但如何充分利用這些樣本，挖掘特征的分布信息，尋找更優的解，就成為了亟待解決的問題。

發明內容

(一)本發明所要解決的技術問題

本發明解決的技術問題是：如何從多角度優化遺傳算法的搜索過程，尤其是通過優化精英操作以搜索適應度更高的解，從而搜索到全局最優的特征子集，用于構建后續的預測模型。

(二)本發明所采用的技術方案

一種特征選擇方法，所述特征選擇方法包括：

計算當前代種群中每個樣本的適應度，所述種群的每個樣本由不同特征組合形成；

根據每個所述樣本的適應度從所述當前代種群篩選出部分樣本形成操作樣本群；

將所述操作樣本群中適應度小于第一閾值的樣本替換為適應度大于第二閾值的樣本，形成第一樣本群，所述第一閾值小于所述第二閾值；

統計所述第一樣本群中各個樣本的每個特征位的特征值的分布概率，根據所述分布概率抽樣生成每個特征位的新特征值，形成第二樣本群，其中所述特征值和所述新特征值為0或1，所述分布概率為所述特征值在所述各個樣本的同一個特征位出現的次數與所述第一樣本群的樣本數量的比值；

對所述操作樣本群進行若干次交叉操作，以形成第三樣本群，其中每次所述交叉操作產生兩個新樣本；

對所述操作樣本群進行突變操作，獲得第四樣本群；

將所述第一樣本群、所述第二樣本群、所述第三樣本群和所述第四樣本群組合形成下一代種群；

若不滿足進化終止條件，則對所述下一代種群重復上述操作直至滿足進化終止條件；

在滿足進化終止條件時，輸出最后一代種群的各個樣本所對應的特征。

優選地，每次所述交叉操作包括：

從所述操作樣本群中隨機選擇兩個樣本，判斷所述兩個樣本的交叉長度和差異度是否均大于相應的閾值，差異度為所述兩個樣本在同一特征位上出現不同特征值的總次數與所述樣本的樣本長度的比值；

若是，則對所述兩個樣本按照所述交叉長度進行交叉，生成兩個新樣本；若否，則重復上述步驟直至生成兩個新樣本。