目前,特征选择方法主要分为三类:过滤法(filter method)、缠绕法(wrapper method)、镶嵌法(embedded method)。在过滤法中,特征选择过程独立于分类算法,利用一些独立的评价标准预先完成特征子集选择,然后再进行分类器的归纳学习,该方法通常是对单基因进行逐一评价,如统计检验、互信息等。缠绕法中特征选择过程与分类算法绑定,将分类算法的效能作为入选特征基因子集的评价准则,由于选择的特征基因子集能够与分类器的决策机制很好地吻合,因此,对检验样本的划分可获得较高的准确率。镶嵌法则 ......