A relevant feature combination assisted bi-level evolutionary multi-objective algorithm for feature selection in classification
未评分
来源：
Nature
关键字：
computational biology
发布时间：
2025-11-11 03:57
摘要：
本研究提出了一种新颖的多目标特征选择算法DRF-FM，结合了相关特征组合和无关特征组合的识别机制，旨在提高特征选择的效率和准确性。通过在22个数据集上的实验，验证了该算法在低维和高维场景中的优越性能，展示了其在处理复杂特征选择问题中的潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
0.0分
business_impact
0.0分
scientific_rigor
1.5分
timeliness_innovation
1.5分
investment_perspective
0.0分
market_value_relevance
0.0分
team_institution_background
0.0分
technical_barrier_competition
0.0分
拒绝原因
不符合医疗健康领域的早期投资项目要求
真实性检查
否
AI评分总结
本研究提出了一种新颖的多目标特征选择算法DRF-FM，结合了相关特征组合和无关特征组合的识别机制，旨在提高特征选择的效率和准确性。通过在22个数据集上的实验，验证了该算法在低维和高维场景中的优越性能，展示了其在处理复杂特征选择问题中的潜力。