الگوریتم بهینه سازی جستجوگر باکتریایی برای انتخاب ویژگی با استفاده از درخت تصمیم تجمیعی

انتخاب ویژگی نقش مهمی در بهبود کارایی الگوریتمهای یادگیری ماشین با ایجاد مدل مستحکمتر و افزایش دقت ایفا میکند. از این رو، محققان توجه زیادی به انتخاب ویژگی برای بهبود کارایی الگوریتمهای یادگیری ماشین دارند. در این مقاله یک روش جهت انتخاب ویژگی به وسیله الگوریتم بهینه سازی جستجوگر باکتریایی و درخت تصمیم تجمیعی پیشنهاد میشود. به وسیله الگوریتم بهینهسازی جستجوگر باکتریایی یک زیر مجموعه از ویژگیها انتخاب شده و از درخت تصمیم تجمیعی جهت محاسبه برازش زیر مجموعه انتخابی استفاده میشود. در الگوریتم بهینه سازی جستجوگر باکتریایی با استفاده از مراحلی چون کموتاکسی، تولید مثل و پراکندگی تغییراتی در جمعیت ایجاد شده و در اتمام کار بهترین باکتری به عنوان بهترین زیرمجموعه انتخاب میشود. هدف اصلی در این مقاله بهبود دقت طبقه بندی میباشد. نتایج شبیه سازیها نشان می دهد که روش پیشنهادی ما به خاطر استفاده از تجمیع طبقه بندها و کم کردن خطاهای طبقه بندی دارای دقت بالاتری نسبت به روش جستجوگر باکتریایی با ماشین بردار پشتیبان دارد.

کلیدواژه ها:

طبقه بندی ، انتخاب ویژگی ، الگوریتم بهینه سازی جستجوگر باکتریایی ، درخت تصمیم تجمیعی