کاهش ابعاد داده ها با استفاده از یک روش ترکیبی انتخاب ویژگی

یکی از روشهای مهم در بهبود دقت طبقه بند و کاهش اندازه ی مساله، انتخاب زیرمجموعهای از ویژگی های موثر و حذف ویژگی های نویزی و زائداست. انتخاب ویژگی یک عمل پیش پردازش مهم به شمار می آید که بر روی تحلیل داده ها و دقت طبقه بندی آنها تاثیرگذار است. این مقاله به ارائه یک روش ترکیبی جهت کاهش ابعاد در داده های با ابعاد بالا میپردازد. بدین ترتیب که ابتدا، روشهای فیلتری بر روی داده ها اعمال سپس الگوریتم باینریکرم شبتاب و طبقه بند بیزین بر روی ویژگی های کاهش یافته اعمال گردیده و نتیجه تجمیع میشود. کارایی روش پیشنهادی بر روی چندین مجموعه داده های میکرو آرایه ارزیابی و نتایج آن با تعدادی از روشهای انتخاب ویژگی مشابه مقایسه گردیده است. نتایج ارزیابی حاصل از مقایسه روش پیشنهادی با سایر روش ها حاکی از کارایی قابل قبول این روش در انتخاب ویژگی های موثر میباشد.

کلیدواژه ها:

کاهش ابعاد داده ، انتخاب ویژگی ، الگوریتم فرا ابتکاری ، الگوریتم کرم شبتاب