如何在python中的二值化灰狼生物启发算法中应用gini索引过滤方法进行特征选择？

问题描述

我将一个单一的特征向量数组作为灰狼算法的输入。我已经完成了二值化部分。

def Fun(x):
# Parameters
alpha    = 0.99
beta     = 1 - alpha
# Original feature size
max_feat = len(x)
# Number of selected features
num_feat = np.sum(x == 1)
# Solve if no feature selected
if num_feat == 0:
    distance  = 1
else:
    # Get error rate
    error = error_rate(x)
    # Objective function
    distance  = alpha * error + beta * (num_feat / max_feat)
            
return distance

我应该在这里计算gini_index 值并将其提供给变量'error'？？ 还是我必须改变目标函数？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）