بررسي روش هاي انتخاب ويژگي

با توسعه امكان ذخيره سازي اطلاعات و كاربرد آن ها در حوزه هاي مختلف، داده هايي با ويژگي هاي زياد و ابعاد بالا توليد مي‌شوند. اين مجموعه داده ها داراي ويژگي‏هاي گمراه ‏كننده، نامرتبط، زائد و نويز‏دار هستند كه در صحت عملكرد و زمان محاسباتي تأثير منفي مي‏گذارند. براي حل اين مشكل مي‌توان از انتخاب زيرمجموعه ويژگي بهينه استفاده نمود. انتخاب ويژگي مدل را ساده ‏تر مي‏كند.اين كار باعث مي شود كه هزينه محاسبات كاهش يابد. با حذف ويژگي‏هاي غيرمفيد، مدل شفاف‏تر و جامع‏تر مي گردد. همچنين باعث تسريع در فرآينديادگيري، كاهش فضاي ذخيرهسازي و بهبود كارايي مانند صحت و دقت مي‏شود. درنتيجه وجود الگوريتم‏هاي انتخاب ويژگي براي كاهش ابعاد داده‏ها در داده هاي با ابعاد بالا ضروري است. اين مقاله ابتدا، انواع روش هاي انتخاب ويژگي را معرفي مي كند و سپس روش‌هاي رايج آن ها را توضيح مي دهد. در نهايت برخي از مقالات ارائه شده در سال هاي اخير را با توجه به دسته‌بندي انجام شده، بررسي مي كند.