یک راهکار انتخاب ویژگی چندهدفه بر اساس اطلاعات متقابل شرطی و نظریه مجموعه پارتو
عنوان مقاله: یک راهکار انتخاب ویژگی چندهدفه بر اساس اطلاعات متقابل شرطی و نظریه مجموعه پارتو
شناسه ملی مقاله: JR_TJEE-50-3_021
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_TJEE-50-3_021
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
مریم رحمانی نیا - گروه مهندسی کامپیوتر - دانشگاه آزاد اسلامی
پرهام مرادی - گروه مهندسی کامپیوتر - دانشگاه کردستان
مهدی جلیلی - دانشکده مهندسی، دانشگاه RMIT ، ملبورن، استرالیا
خلاصه مقاله:
مریم رحمانی نیا - گروه مهندسی کامپیوتر - دانشگاه آزاد اسلامی
پرهام مرادی - گروه مهندسی کامپیوتر - دانشگاه کردستان
مهدی جلیلی - دانشکده مهندسی، دانشگاه RMIT ، ملبورن، استرالیا
انتخاب ویژگی، فرایند انتخاب زیرمجموعهای از میان مجموعه ویژگیهای اولیه است، بطوریکه با حذف ویژگیهای اضافی و نامربوط دقت دستهبندی افزایش یابد. روشهای انتخاب ویژگی فیلتر به دلیل پیچیدگی محاسباتی پایین، مقیاسپذیری از نظر ابعاد دادهها و استقلال از انواع دستهبندها از اهمیت بالایی برخوردار هستند. اما یکی از نقاط ضعف این دسته روشها، کمبود اطلاعات در مورد تعامل و ارتباطات بین ویژگیها است که منجر به انتخاب ویژگیهای افزونه و نامربوط میشود. انتخاب ویژگیهای افزونه و نامربوط به دلیل انتخاب نامناسب تابع هدفی است که بر اساس آن میزان اهمیت و افزونگی ویژگیها تخمین زده میشود. در این مقاله یک روش انتخاب ویژگی فیلتر غیرخطی بر اساس اطلاعات متقابل شرطی و مجموعه پارتو ارائه و بهمنظور نشان دادن کارایی آن، یک سری آزمایشها بر روی 12 مجموعه داده آموزشی پرکاربرد انجام شده است. طبق نتایج بهدستآمده، الگوریتم پیشنهادی در مقایسه با تعدادی از الگوریتمهای انتخاب ویژگی اخیر از دقت بالاتری برخوردار است.
کلمات کلیدی: نظریه اطلاعات, داده آموزشی با ابعاد بالا, انتخاب ویژگی, روشهای فیلتر, مجموعه پارتو
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1124071/