摘要： 森林優(yōu)化特征選擇算法(FSFOA)具有良好的分類性能和維度縮減能力,但其初始化森林的質(zhì)量參差不齊,局部播種和全局播種的隨機(jī)性較大,且適應(yīng)度評(píng)估代價(jià)較高導(dǎo)致計(jì)算效率較低.針對(duì)上述問題,提出一種基于評(píng)分機(jī)制的類貪心森林優(yōu)化特征選擇算法(FSGLFOA-SM).首先,以每維決策變量的分類精度為其得分構(gòu)建評(píng)分機(jī)制,提出類貪心初始化策略以生成較優(yōu)質(zhì)的初始化森林;其次,提出基于評(píng)分比較的類... （共11頁）