استفاده از الگوریتم رقابت استعماری برای انتخاب ویژگی با در نظر گرفتن شباهت بین ویژگیها
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 582
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEPS04_107
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
امروزه بسیاری از مسایل یادگیری نیازمند کارکردن روی مجموعه دادههای با تعداد زیاد ویژگی است. معمولا بسیاری از این ویژگیها نامناسب و دارای افزونگی هستند که میتوانند تاثیر منفی بر وظیفه یادگیری داشته باشند. انتخاب ویژگییک تکنیک کارا و مهم برای غلبه بر این مشکل است. در این مقاله یک روش انتخاب ویژگی بدون ناظر مبتنی بر راهکار فیلتر به نام RandSimICA ارایهشده است که از الگوریتم رقابت استعماری ) ICA ( بهعنوان یک تکنیک جستجو درفضای ویژگیها استفاده میکند. بهعلاوه، یک تابع هزینه جدید در روش پیشنهادی بکار برده شده است که بدون نیاز به هیچ طبقهبندی کنندهای، هزینه زیرمجموعه ویژگیهای انتخابشده را محاسبه میکند؛ بنابراین روش پیشنهادی در دسته روشهای فیلتر قرار میگیرد. عملکرد روش پیشنهادی با روشهای معروف انتخاب ویژگی فیلتر بدون ناظر، بر اساس نرخخطای بهدستآمده از طبقهبندی کنندههای ماشین بردار پشتیبان، بیزین ساده و درخت تصمیم مقایسه شده است. نتایج آزمایشها بر روی 7 مجموعه دادهای نشان میدهد که الگوریتم RandSimICA به لحاظ دقت طبقهبندی بهتر ازروشهای دیگر عمل میکند و زیرمجموعه ویژگیهای پیدا شده توسط روش پیشنهادی دارای اندازه کوچک با نرخ خطای طبقهبندی پایین میباشد.
کلیدواژه ها:
نویسندگان
سونیا طباخی
دانشجوی کارشناسی ارشد، گروه کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
سیدامیر شیخ احمدی
عضو هیات علمی، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :