زینب دهقان - بخش مهندسی و علوم کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز
اقبال منصوری - بخش مهندسی و علوم کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز

انتخاب ویژگی یکی از مسائل مهم در حوزه ی یادگیری ماشین است به این دلیل که افزایش سرعت و دقت سامانه های دست ه بندی و خوشه بندی را در پی دارد. در این مقاله روشی نوین برای انتخاب ویژگی بر پایه ی سنجش فاصله بین ویژگی ها ارائه شد ه است که با ترکیب دو روش رتبه بندی و خوشه بندی عمل می کند. در روش پیشنهادی تعداد ویژگی انتخاب شده برای هر مجموعه داده متفاوت است و توسط الگوریتمی بدون دخالت کاربر بدست می آید. این روش با استفاده از مزیت خوشه بندی سلسله مراتبی در انتخاب ویژگی های متمایز، سعی در کاهش افزونگی انتخاب ویژگی توسط روش رتبه بندی را دارد. عملکرد روش پیشنهادی در مقایسه با روش های متفاوت در حوزه ی انتخاب ویژگی با مجموعه داده های متداول ارزیابی شده که نتایج حاصله حاکی از کارایی قابل توجه این روش در حوزه ی انتخاب ویژگی است.

انتخاب ویژگی، خوشه بندی ویژگی ها، رتبه بندی ویژگی ها