انتخاب ویژگی job های مبتنی بر نگاشت – کاهش با الگوریتم رقابت استعماری

امروزه با ظهور و گسترش داده های بعد بالا، روند انتخاب ویژگی نقش بسیار مهمی را در زمینه یادگیری ماشینی و به خصوص مسائل طبقه بندی داده، ایفا می کند. Job های مبتنی بر نگاشت-کاهش دارای ویژگی های بسیاری هستند که برخی از این ویژگی ها در تعیین زمان اجرای job موثراند. پیش بینی زمان اجرای یکjob، نقش مهمی در عملکرد زمان بندها دارند. بنابراین با تعیین دقیق زمان اجرای job می توان عملکرد کلاستر را بهبود بخشید. در این مقاله به معرفی و ارائه مدلی مبتنی بر یادگیری ماشین، با اهداف کاهش ابعاد ویژگی های مسئله، بالا بردن توان عملیاتی و انتخاب ویژگی با استفاده از الگوریتم رقابت استعماری پرداخته شده است. همچنین نشان داده شده است که چگونه الگوریتم رقابت استعماری در نتایج آزمایشگاهی، در پایگاه داده Aloja به دقت بالاتری با طبقه بند ماشین بردار پشتیبان نسبت به الگوریتم رقابت استعماری با طبقه بند k نزدیکترین همسایه دست یافته است. نتایج حاصل از این مقاله نشان داده است که کارایی و دقت، زمانی که روش پیشنهادی با ویژگی های انتخاب شده اجرا می شود، نتایج بهتری نسبت به زمانی که روش پیشنهادی با تمام ویژگی ها اجرا می شود داشته است. میزان درصد دقت روی داده های تست در طبقه بند ماشین بردار پشتیبان %۸۶ و میزان درصد دقت روی داده های تست در طبقه بند K نزدیکترین همسایه %۷۵ نیز بوده است، که این درصد ها نشان دهنده نتایج بهتر طبقه بند ماشین بردار پشتیبان نسبت به طبقه بند K نزدیکترین همسایه در این مسئله بوده است .

کلیدواژه ها:

داده کلان ، انتخاب ویژگی ، یادگیری ماشین ، نگاشت کاهش ، هدوپ