在信息时代,机器学习算法通常需要处理大量高维数据。数据的维度高意味着其含有大量的特征,这通常给模型的建立带来困难,例如分类问题或回归任务。高维数据中有大量特征是不相关或冗余的,它们对训练模型的性能产生负面的影响。为了解决这一问题,特征的选择问题得到了广泛关注,其旨在通过选择更小的特征子集来提高分类测试的准确性。特征选择是一个组合优化问题,而粒子群优化算法作为一个全局寻优的进化计算技术,在特征选择问题得到了广泛使用。除此之外,离散化技术也是特征选择预处理阶段的重要手段,通过离散化技术,可以忽略数据集中特征的微小波动和噪声。因此,本文对离散化粒子群优化算法在特征选择问题上的应用进行了深入研究分析。本文的主要研究工作包括以下三点:1)分析高维数据的特征冗余问题,阐明了特征选择的关键性与必要性。分析了近年来国内外基于离散粒子群优化的特征选择算法的研究成果,总结出三大类典型离散化的方法。着重介绍了基于二进制和基于切点这两种离散化方法,并分析其在结合基于粒子群优化算法的特征选择问题上的优势与不足。2)通过分析离散二进制粒子群优化算法容易陷入局部最优、粒子探索能力较弱和计算开销太大等问题,本文提出了一种混合过滤器式与包装器式的特征选择算法。本方法使用标准化互信息对数据集进行预处理,提出了新的粒子群更新方式和新的适应度函数,并使用自适应机制更新惯性权重。通过在高维数据集上的对比实验表明,本方法在分类性能上具有更好的表现。3)根据对基于最小描述长度准则生成切点表的离散化方法的研究,本文提出了一种新的基于离散化的粒子群优化特征选择方法。在本方法中,设计了新的编码与解码方式,实现将切点数量和切点索引在同一阶段确定。首先,使用了特征集预筛选过程以减小特征子集的大小。然后,得到一个基于排名的切点表,该表存储了多个切点,这些切点按其对每个特征的分类贡献进行了排序。为了找到可以最好的区分数据样本的最佳切点组合,本方法适用了一种简单而有效的编码和解码方式。此外,在更新过程中本方法使用了一种新的局部搜索策略以更好的寻找最优解。在高维数据集的实验结果证明了该方法的性能。