روشي جديد در انتخاب ويژگي براساس الگوريتم بهينه سازي جريان هاي آب

انتخاب ويژگي به عنوان مسئله اي باينري از مراحل مهم در پيش پردازش يادگيري ماشين محسوب مي شود. به كارگيري اين مسئله در بهينه-سازي مجموعه داده هايي با ابعاد بالا بسيار ضروري است. انتخاب زيرمجموعه ويژگي هاي بهينه با روش هاي دقيق از پيچيده ترين كارهاست. در سال هاي اخير ثابت شده است كه الگوريتم هاي فراابتكاري الهام گرفته شده از طبيعت براي حل اين دسته از مسائل بسيار كارآمد خواهد بود و باعث بهبود عملكرد مسائل داده كاوي و يادگيري ماشين مي شوند. در اين مقاله، روند انتخاب ويژگي با استفاده از الگوريتم باينري جريان هاي آب بررسي شده است. براي ارزيابي روش پيشنهادي، 6 مجموعه داده از مخزن UCI با الگوريتم باينري جريان هاي آب، بهينه سازي مي شوند. نتايج به دست آمده از اين روش، قابليت هاي الگوريتمBWSTO را در جستجوي فضاي ويژگي براي انتخاب ويژگي هاي بهينه و حذف ويژگي هاي زائد نشان مي دهد.