基于多目标进化方法的医学数据集成特征选择与离散化技术提升学习器性能
人工智能
2020-04-17 v1 机器学习
摘要
生物医学数据充满连续实值；特征集中的这些值往往因高方差而导致欠拟合、维数灾难和误分类率上升等问题。对此，对数据集进行预处理可减轻副作用，并已在保持足够精度方面显示出成效。特征选择与离散化是两项必要的预处理步骤，已有效用于应对生物医学数据中的冗余。然而，先前工作中缺乏将特征选择与离散化整合起来共同解决数据冗余问题的统一努力，导致该领域 disjoint 且碎片化。本文提出一种新颖的基于多目标的降维框架，将离散化与特征约简作为集成模型结合以执行特征选择与离散化。从特征子集中选取最优特征以及离散化与非离散化特征的归类，由多目标遗传算法（NSGA-II）主导。以特征选择时最小化错误率、离散化时最大化信息增益这两个目标作为适应度准则。
引用
@article{arxiv.2004.07478,
title = {Multi-Objective Evolutionary approach for the Performance Improvement of Learners using Ensembling Feature selection and Discretization Technique on Medical data},
author = {Deepak Singh and Dilip Singh Sisodia and Pradeep Singh},
journal= {arXiv preprint arXiv:2004.07478},
year = {2020}
}