基于邻域容差互信息和鲸鱼优化算法的非平衡数据特征选择

来源：计算机应用杂志2023年第6期北京时间：

作者：孙林, 黄金旭, 徐久成

单位：1.河南师范大学 计算机与信息工程学院, 河南 新乡 453007；2.智慧商务与物联网技术河南省工程实验室(河南师范大学), 河南 新乡 453007

摘要：针对大多数特征选择算法未充分考虑数据的类不均匀分布、特征之间的相关性和不同参数对特征选择结果的影响等问题，提出一种基于邻域容差互信息和鲸鱼优化算法（WOA）的非平衡数据特征选择方法。首先，在不完备邻域决策系统中，针对二分类数据集和多分类数据集，基于上、下边界域定义两种非平衡数据的特征重要度；然后，为充分反映特征的决策能力和特征之间的相关性，构建邻域容差互信息；最后，通过将非平衡数据特征重要度和邻域容差互信息相结合，提出基于邻域容差互信息的非平衡数据特征选择（FSIDN）算法，该算法采用WOA获取特征选择算法中的最优参数，并引入非线性收敛因子和自适应惯性权重来改进WOA，以解决WOA易陷入局部最优的问题。在8个基准函数上进行实验，结果表明改进的WOA具有较好的优化性能；在13个二分类和4个多分类的非平衡数据集上进行特征选择实验，实验结果表明，与其他相关算法相比，所提算法能够有效地选择出具有良好分类性能的特征子集。

关键词：非平衡数据,特征选择,不完备邻域决策系统,互信息,鲸鱼优化算法

基金资助：国家自然科学基金资助项目(62076089);河南省科技攻关项目(212102210136)