6、蜻蜓算法在特征选择中的性能评估与分析

蜻蜓算法在特征选择中的性能评估与分析

1. 数据集与参数设置

1.1 数据集详情

为了评估算法性能，使用了多个高维小样本的医学数据集，具体信息如下表所示：
| 数据集名称 | 样本数量 | 特征数量 | 类别数量 |
| — | — | — | — |
| 11_Tumors | 174 | 12533 | 11 |
| 14_Tumors | 308 | 15009 | 26 |
| Brain_Tumor1 | 90 | 5920 | 5 |
| Brain_Tumor2 | 50 | 10367 | 4 |
| Leukemia1 | 72 | 5327 | 3 |
| Leukemia2 | 72 | 11225 | 3 |
| SRBCT | 83 | 2308 | 4 |
| Prostate_Tumor | 102 | 10509 | 2 |
| DLBCL | 77 | 5469 | 2 |

1.2 参数设置

在实验中，各个算法的参数设置如下：
| 参数 | 值 |
| — | — |
| 种群大小 | 10 |
| 迭代次数 | 100 |
| 维度 | 特征数量 |
| 每种技术的运行次数 | 30 |
| 适应度函数中的α | 0.99 |
| 适应度函数中的β | 0.01 |
| bGWO中的a | [2 0] |
| BBA中的最小频率Qmin | 0 |
| BBA中的最大频率Qmax | 2 |