شماره ركورد كنفرانس :
5466
عنوان مقاله :
يك چارچوب انتخاب ويژگي مركب مبتني بر معيار حداقل افزونگي و حداكثر ارتباط براي طبقه بندي داده‌هاي بيولوژيكي
پديدآورندگان :
كوكب‌زاده فاطمه Kokabzadehfatemeh@gmail.com دانشگاه يزد،يزد،ايران , عباسي هرفته الهام E.abbasi@yazd.ac.ir دانشگاه يزد،يزد،ايران , زارعپور احمدآبادي جمال Zarepourjamal@yazd.ac.ir دانشگاه يزد،يزد،ايران
كليدواژه :
انتخاب ويژگي , انتخاب ويژگي بدون‌نظارت , انتخاب ويژگي نظارت‌شده , اندازه‌گيري فاصله
عنوان كنفرانس :
پنجمين كنفرانس ملي انفورماتيك ايران
چكيده فارسي :
انتخاب ويژگي به مشكل يافتن زيرمجموعه بهينه ويژگي‌ها با حذف ويژگي هاي نامربوط و زائد براي بهبود دقت طبقه‌بندي اشاره دارد. در اين مقاله يك چارچوب انتخاب ويژگي مركب مبتني بر روش هاي نظارت شده و بدون نظارت بر اساس فاصله با استفاده از ايده معيارهاي حداقل افزونگي و حداكثر ارتباط براي طبقه بندي داده هاي بيولوژيكي به كار گرفته شده است. اين مطالعه به بررسي و مقايسه عملكرد روش‌هاي انتخاب ويژگي مي‌پردازد. ويژگي‌هاي داراي بالاترين رتبه با استفاده از يك آستانه تجربي انتخاب مي شوند. براي ارزيابي ويژگي‌هاي انتخاب‌شده، دو طبقه‌بندي‌كننده، يعني درخت تصميم و ماشين بردار پشتيبان بر روي مجموعه داده‌هاي باينري كه اتخاذ شده از مخزن داده UCI ، اعمال شده است. نتايج تجربي برتري روش ها را از نظر بهبود دقت طبقه‌بندي نشان مي‌دهد.
