Wrapper-Feature-Selection-Toolbox-Python：该工具箱包含13种包装器特征选择技术（P...）

简介：
Jx-WFST：包装特征选择工具箱《迈向人才科学家：共享与学习》——该工具箱包含了13种包装器特征选择方法的演示。Demo_PSO展示了如何在基准数据集上应用粒子群优化（PSO）算法的示例。这些方法的源代码基于伪代码和学术论文的编写，其使用主要依赖于jfs功能模块进行特征选择。用户可以通过修改`from FS.pso import jfs`为不同的算法来切换使用的优化方法，例如，若想使用粒子群优化（PSO），则应采用`from FS.pso import jfs`；若选择差分进化（DE），则采用`from FS.de import jfs`。输入包括：feat，即特征向量矩阵（每个实例的特征）；label，即标签矩阵（每个实例的标签）；opts，即参数设置，包含N（解决方案的数量/人口规模）和T（最大迭代次数），以及k，表示k-最近邻中的k值。输出结果包括Acc，即验证模型的准确度。