TY -的A2张熔清非盟- Cheng风扇盟——郭魏盟——张,形意拳PY - 2018 DA - 2018/12/02 TI - MOFSRank:特征选择的多目标进化算法学习排名SP - 7837696六世- 2018 AB -学习排名吸引了越来越大的兴趣在过去十年,由于其广泛的应用程序的文档检索和协同过滤等领域。学习等级特征选择是选择少量的功能从原来的大组特性可确保高排名的准确性,因为在许多实际排名的应用程序功能冗余甚至是无关紧要的。为此,本文提出了一种多目标进化算法,称为MOFSRank,特征选择的学习等级由三个组件。首先,选择策略建议选择一个实例从排名训练集的实例,通过删除冗余数据和训练效率提高。子集选择实例,一个多目标特征选择算法的自适应变异,好获得的特征子集选择排名高的精度和低冗余的特性。最后,一个整体的策略也在MOFSRank设计,利用这些特征子集产生一组获得更好的特性。基准数据集上的实验结果证实了该方法的优势与先进的相比。SN - 1076 - 2787你——https://doi.org/10.1155/2018/7837696——10.1155 / 2018/7837696 JF - PB - Hindawi KW - ER -复杂性