Binary Peacock Algorithm: A Novel Metaheuristic Approach for Feature Selection

Binary metaheuristic algorithms prove to be invaluable for solving binary optimization problems. This paper proposes a binary variant of the peacock algorithm (PA) for feature selection. PA, a recent metaheuristic algorithm, is built upon lekking and mating behaviors of peacocks and peahens. While d...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of classification Ročník 41; číslo 2; s. 216 - 244
Hlavní autoři:	Banati, Hema, Sharma, Richa, Yadav, Asha
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.07.2024 Springer Nature B.V
Témata:	Accuracy Algorithms Bioinformatics Classification Datasets Experiments Feature selection Heuristic methods Marketing Mathematics and Statistics Mating Optimization Pattern Recognition Psychometrics Random variables Rank tests Signal,Image and Speech Processing Statistical Theory and Methods Statistics Support vector machines Variants Binary metaheuristic algorithms Feature selection Optimization Binary peacock algorithm Classification
ISSN:	0176-4268, 1432-1343
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!