انتخاب ويژگي بهبود يافته مبتني بر نظريه بازي هاي مشاركتي

An improved feature selection based on cooperative game theory

امروزه با رشد و پيشرفت تكنولوژي و صنعت، پايگاه داده¬هايي با حجم بالا به وجود آمده اند كه پيدا كردن زير¬مجموعه بهينه از اين مجموعه داده¬هاي بزرگ، يكي از دغدغه¬هاي محققان مي باشد. از اين رو، پردازش داده¬ها با تعداد ويژگي¬هاي زياد، بار محاسباتي را بالا مي برد. لذا انتخاب يك زيرمجموعه ويژگي با كمترين تعداد و كارايي بالا يك موضوع بسيارمهم مي باشد. در اين مقاله الگوريتم FSCG پيشنهاد شده است كه ابتدا با استفاده از روش F-Score، ويژگي¬ها مرتب شده و سپس براي هر ويژگي ارزش شپلي-شوبيك محاسبه شده تا سهم هر ويژگي در يك همكاري مشخص شود. لذا ارزش شپلي-شوبيك كمك مي‌كند تا سهم هر ويژگي در يك همكاري كه نقطه‌ضعف F-Score هست را پيدا كنيم و در مقابل F-score كه ويژگي‌هاي دو كلاس را به‌خوبي از هم تشخيص مي‌دهد نقطه‌ضعف ارزش شپلي-شوبيك كه پيچيدگي محاسباتي بالا به خاطر تعداد زياد انتخاب ويژگي‌هاي جفت با ائتلاف‌هاي بين ويژگي‌هاست را مي‌پوشاند. اين الگوريتم روي تعدادي از پايگاه داده از داده¬هاي UCI پياده¬سازي شده و نتايج آن با روشSVM مقايسه شده است.

Today, with the advancement of technology and industry, datasets with a very high feature dimensionality are created that is one of the concerns of researches to find the optimal subset of big datasets. Hence, processing data with a large number of features will increase computationally load. Accordingly, selecting a feature subset with a low number and high performance is a very important issue. In this paper, the FSCG algorithm is proposed. Firstly, with the use of F-Score, arranged the features and then calculated the value of Sheply-Shobik for each feature to determine the contribution of each feature share in a collaborative process.Therefore, the value of Sheply-Shobik helps to find out the each feature share in a collaborative process, which is a negative point of F-Score, and versus, the F-score recognizes the features of the two classes as well, covered the negative point of Sheply-Shobik value which is high computational complexity for many pair feature selection with coalition between features. This algorithm is implemented on a number of databases of UCI data and its results are compared with the SVM method.