改进海洋捕食者算法的特征选择

来源：计算机工程与应用杂志2023年第11期北京时间：

作者：李守玉, 何庆

单位：贵州大学 大数据与信息工程学院，贵阳 550025

摘要：针对传统[K]近邻（K-nearest neighbor）方法用于数据分类存在分类精度低的问题，将特征选择与KNN分类方法结合，并利用改进海洋捕食者算法对数据特征进行优化研究。使用领域学习提供丰富邻域位置信息扩大海洋捕食者的搜索范围，引入维度变异机制增加种群多样性避免过早陷入局部最优，利用正余弦扰动算子和跳跃步长控制因子更新捕食者位置，加强全局搜索和局部搜索能力。将特征选择对象作为优化目标，获得所选的最优特征子集。通过对14个经典测试函数优化测试和14组经典数据集的分类研究，在优化性能、平均特征子集数和平均分类精度进行对比研究，实验结果表明所提算法能够有效降低冗余特征干扰，实现特征提纯，在数据挖掘中具有广阔的应用前景。

关键词：海洋捕食者算法,多策略优化,[K]近邻,特征选择