FCBF3Rules: يك روش انتخاب ويژگي در داده هاي چند برچسبي

در اين مقاله يك روش جديد انتخاب ويژگي در داده‌هاي چند برچسبي بر اساس FCBF كه يك روش فيلتري انتخاب ويژگي در داده‌هاي تك برچسبي است، پيشنهاد شده است. راهبرد روش FCBF براي انتخاب زير مجموعه ويژگي بهينه بدين صورت است كه ابتدا ويژگي‌هاي نامرتبط با كلاس‌ها پيدا و حذف مي‌شوند. بر خلاف بسياري از روش‌هاي فيلتري كه در همين مرحله متوقف مي‌شوند، FCBF در مرحله بعد ويژگي‌هاي تكراري كه را از بين ويژگي‌هاي مرتبطي كه از مرحله قبل باقي مانده‌اند يافته و حذف مي‌كند. از همين رو اين روش يكي از موفق‌ترين روش‌هاي تك برچسبي در يافتن موثرترين و كوچكترين زير ‌مجموعه ويژگي است. تعميم روش FCBF به داده‌هاي چند برچسبي در مرحله يافتن ويژگي‌هاي مرتبط با برچسب‌ها كار دشواري نيست. اما در صورت استفاده از راهبرد روش FCBF در مرحله حذف ويژگي‌هاي تكراري، تعداد زيادي از ويژگي‌هاي موثر حذف مي‌شوند. توجه به اين نكته ضروري است كه در داده‌هاي چند برچسبي ممكن است يك ويژگي قادر باشد نمونه‌هاي مربوط به يك برچسب را از هم تميز دهد؛ در حاليكه يك ويژگي ديگر براي برچسب ديگري مناسب باشد. از اين رو نمي‌توان اين دو ويژگي را تكراري خواند و يكي از آن‌ها را حذف كرد. ايده اصلي اين مقاله در مرحله تشخيص ويژگي‌هاي مفيد و موثر از ويژگي‌هاي تكراري در روش FCBF است. براي اين كار سه قانون وضع شده است و در صورتيكه حتي يكي از اين قوانين برآورده نشود، ويژگي مورد نظر حذف نمي‌شود. روش پيشنهادي به همراه سه روش انتخاب ويژگي در داده هاي چند برچسبي كه در كارهاي علمي اخير، براي ارزيابي كارايي روش هاي پيشنهادي، مورد استفاده بوده اند، روي 6 مجموعه داده استاندارد آزمايش شده اند. نتايج به دست آمده نشان دهنده قدرت بالاي الگوريتم پيشنهادي در يافتن بهترين زير مجموعه ويژگي، نسبت به ساير الگوريتم ها مي باشد.