انتخاب ويژگي با استفاده از تركيب رويكرد جديد همبستگي داده‌ها و الگوريتم تكاملي ژنتيك

Feature Selection Using a Combination of New Data Correlation Approach and Genetic Evolutionary Algorithm

با پيشرفت روزافزون تكنولوژي در حوزه‌هاي علمي مختلف، مجموعه داده‌هاي با ابعاد بسيار بالا در حال افزايش است كه اين امر منجر به كاهش كارايي الگوريتم‌هاي داده كاوي شده است. لذا نياز به كاهش حجم اين مجموعه داده‌ها، امري ضروري است. هدف اين پژوهش ارائه يك رويكرد تركيبي بمنظور كاهش ويژگي‌هاي غير ضروري با بيش‌ترين ضريب همبستگي jcorr بين ويژگي‌ها و كلاس است. در اين روش از الگوريتم ژنتيك براي تعيين مجموعه ويژگي‌ها بهينه استفاده مي‌شود. مزيت همبستگي jcorr اين است كه هم وابستگي‌هاي خطي و هم وابستگي‌هاي غيرخطي بين دو متغير را تشخيص مي‌دهد. علاوه بر اين تابع برازش در روش پيشنهادي به گونه‌اي تنظيم مي‌شود كه تعداد ويژگي‌ها نيز كمينه شوند. نتايج بدست آمده نشان داد كه روش پيشنهادي نسبت به روش‌هاي ديگر، از عملكرد بهتري برخوردار است.