ارائه يك راهكار انتخاب ويژگي چندهدفه با استفاده از نظريه اطلاعات متقابل و نظريه مجموعه پارتو

انتخاب ويژگي، فرايند انتخاب زيرمجموعه‌اي از ميان مجموعه ويژگي‌هاي اوليه است، بطوري‌كه با حذف ويژگي‌هاي اضافي و نامربوط دقت دسته‌بندي افزايش يابد. روش‌هاي انتخاب ويژگي فيلتر به دليل پيچيدگي محاسباتي پايين، مقياس‌پذيري از نظر ابعاد داده‌ها و استقلال از انواع دسته‌بندها از اهميت بالايي برخوردار هستند. اما يكي از نقاط ضعف اين دسته روش‌ها، كمبود اطلاعات در مورد تعامل و ارتباطات بين ويژگي‌ها است كه منجر به انتخاب ويژگي‌هاي افزونه و نامربوط مي‌شود. انتخاب ويژگي‌هاي افزونه و نامربوط به دليل انتخاب نامناسب تابع هدفي است كه بر اساس آن ميزان اهميت و افزونگي ويژگي‌ها تخمين زده مي‌شود. در اين مقاله يك روش انتخاب ويژگي فيلتر غيرخطي بر اساس اطلاعات متقابل شرطي و مجموعه پارتو ارائه و به‌منظور نشان دادن كارايي آن، يك سري آزمايش‌ها بر روي 12 مجموعه داده آموزشي پركاربرد انجام شده است. طبق نتايج به‌دست‌آمده، الگوريتم پيشنهادي در مقايسه با تعدادي از الگوريتم‌هاي انتخاب ويژگي اخير از دقت بالاتري برخوردار است.