QGA_QSA 使用 Python 和 Julia 进行分布式量子模拟退火的特征子集选择的量子启发遗传算法

自20世纪90年代以来，特征选择成为模式识别和机器学习领域的重要研究方向，研究成果十分显著，但是也存在许多问题需要进一步研究。本文首先将特征选择视为特征集合空间中的启发式搜索问题，对特征选择涉及的四个要素进行了阐述，然后从各个角度对特征选择算法进行了分类，概述了其各个分支的发展态势，最后探讨了基于多目标免疫优化的特征选择方法的研究思路。

DEMO 包含 5 种特征选择算法： • 顺序前向选择 (SFS) • 顺序浮动前向选择 (SFFS) •顺序向后选择（SBS） • 顺序浮动向后选择 (SFBS) • 救济F 两种CCR估算方法： • 交叉验证• 重新替换 选择最佳特征子集后，得到的分类器可用于对任何模式进行分类。 图：上图是pattern x特征矩阵左下面板是选择的功能右下图是特征选择步骤中的 CCR 曲线右侧面板是一些模式的分类结果。 该软件是使用 Matlab 7.5 和 Windows XP 开发的。 版权所有：D. Ververidis 和 C.Kotropoulos AIIA 实验室，希腊塞萨洛尼基， jimver@aiia.csd.auth.gr costas@aiia.csd.auth.gr 为了运行演示： 为了运行演示： - 需要一台装有 Windows XP 的电脑。 - 使用 Matl