基于序优化的大规模特征选择方法

特征选择是数据挖掘、机器学习领域中的具有挑战性的重要研究课题。在许多复杂预测应用中，特征选择体现为一个复杂的大规模随机组合优化问题。本项目以序优化思想为指导，对启发式贪婪搜索算法和遗传算法进行改造，利用有限的计算资源寻求大规模复杂特征选择问题的近似最优解。此项研究对社会经济中的复杂预测模型的建立具有重要的实际意义。