我已经拍摄了总共140张图像的数据集，其中100张（50张正常和50张异常）图像用于训练分类器，40张（20张正常图像和20张异常图像）用于测试目的。
我使用基于强度（小波变换，对称），基于形状（面积，周长圆度）和基于纹理（能量，熵，对比度，相关，逆差矩）作为特征集。现在我想用遗传算法减少这个特征集。
在研究论文中，适应度函数给出为（0.05 *数字）+准确度+灵敏度+特异性 其中number是一个等于未选择要素数的系数。 在应用于分类器之前，我将如何知道准确性，灵敏度和特异性？
答案 0 :(得分：0)
首先为每个要素指定一个数字，如下所示：
1. Energy
2. Entropy
3. Contrast
4. Circularity
5. Wavelet coefficients
6. Symmetry
7. Correlation
8. Inverse difference moment
特征子集可以表示为二进制字符串＆＃34; f1 f2 f3 f4 f5 f6 f7 f8＆＃34;其中fi是0或1，表示相应的要素（1）包含在子集中（0）或从中排除（00000101）。
例如，Energy: 0 (don't include)
Entropy: 0 (don't include)
Contrast: 0 (don't include)
Circularity: 0 (don't include)
Wavelet coefficients: 0 (don't include)
Symmetry: 1 (include)
Correlation: 0 (don't include)
Inverse difference moment: 1 (include)
意味着：
{{1}}