特征离散化与选择EPSO算法详解
EPSO简介
EPSO的主要思想是使用BBPSO直接演化出一个可以在相应的特征值范围[MinF···MaxF]内任何值的切点。每个粒子的位置表示一个候选解，它是一个与问题的维数相对应的n维的实向量。图二给出了一个粒子位置及其相应候选解的例子。在这个例子中，粒子的第一个维度，表示第一个特性(F1)的切割点，需要在范围内有一个值[8.5,25.7]。如果一个特性F的更新点超出了这个范围，它将被设置到最近的边界。
细节
种群中粒子（个体）即是切点（cut-point）
下面选出一个粒子，也就是一组切点进行如下操作
如果一个特征的所有值同置0或1，那么可以认为这是一个不相关的特征，因为它不能区别实例中的类别。特征选择将会把这些特征去掉。（上面两个实例的第2,3维去掉）
步骤
（1）粒子初始化：由于在高维数据上的多变量离散化的搜索空间是巨大的。这意味着对于那些在初始候选方案中未被选中的特性，它们的切点将被设置为相应特性的最大值。对于其他选择的特性，它们的切点是使用满足MDLP的最好的基于熵的切割点初始化的。原则上，它们可以根据对应特性范围内的任何值进行初始化。然而，完全随机的初始切点可能导致收敛速度较慢。此外，特征的最佳切点的信息增益是其相关性的指标。因此，具有较大信息增益的特性在初始化过程中被选择的概率更大。
（2）粒子评价：基于粒子所产生的切点，训练数据转换为离散值的新训练集和较少的特征数，这要归功于消除特征，其切割点等于最小值或最大值。例如，在图2中，F3切割点等于它的最大值，F5的切点等于它的最小值，这两个特征都将被丢弃。
然后根据转换训练集的分类精度，对每个粒子的离散化和FS解进行评估，通过对整个离散数据的评估，提出的方法可以对所有选定特征的分割点进行评估，同时考虑特征交互。适应度函数采用平衡分类精度，如下:
其中c是问题的类数，TPi是i类中正确识别的实例数，|Si|是类i的样本量，所有类的权重均为1/c。
参考文献
文章：“A New Representation in PSO for Discretization-Based Feature Selection”
作者：Binh Tran, Student Member, IEEE, Bing Xue, Member, IEEE, and Mengjie Zhang, Senior Member, IEEE