论文部分内容阅读
在机器学习的研究中,特征选择对于提高学习机器的性能和效率具有重要的意义。各种特征选择算法的不断提出和应用。给各领域科研工作的实施带来极大的帮助.但是当前各种算法普遍存在着具体实现独立性较强、可扩展性差的问题,使得算法的使用者难以对多种算法的性能进行统一的对比评估,算法的替换和扩展工作量也相应较大。论文以面向对象的设计理念为指导。基于设计模式中的策略模式,提出了特征选择算法工具库FSLS(Feature Selection Library based on Strategy—pattern)的设计构想,通过