基于权重阈值寻优的案例推理分类器特征约简

为提高案例推理（基于案例的推理，CBR）分类器的分类准确率并降低时间复杂度，本文提出了一种基于权重阈值寻优的特征约简策略。首先通过基于数据驱动的方法对特征权重进行分配，得到每个特征的权重结果；其次，设计特征权重的重要度阈值的适应度函数，并利用遗传算法对该重要度阈值进行优化搜索，最后根据得到的优化阈值与特征的权重分配情况，删除权重小于该阈值的特征从而完成特征的约简过程。通过对比实验，此处所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度，表明了权重阈值寻优约简策略的可行性与优越性。验证了