روشی نوین در انتخاب ویژگی از طریق ترکیب رتبه بندی و خوشه بندی
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 843
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_009
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
انتخاب ویژگی یکی از مسائل مهم در حوزه ی یادگیری ماشین است به این دلیل که افزایش سرعت و دقت سامانه های دست ه بندی و خوشه بندی را در پی دارد. در این مقاله روشی نوین برای انتخاب ویژگی بر پایه ی سنجش فاصله بین ویژگی ها ارائه شد ه است که با ترکیب دو روش رتبه بندی و خوشه بندی عمل می کند. در روش پیشنهادی تعداد ویژگی انتخاب شده برای هر مجموعه داده متفاوت است و توسط الگوریتمی بدون دخالت کاربر بدست می آید. این روش با استفاده از مزیت خوشه بندی سلسله مراتبی در انتخاب ویژگی های متمایز، سعی در کاهش افزونگی انتخاب ویژگی توسط روش رتبه بندی را دارد. عملکرد روش پیشنهادی در مقایسه با روش های متفاوت در حوزه ی انتخاب ویژگی با مجموعه داده های متداول ارزیابی شده که نتایج حاصله حاکی از کارایی قابل توجه این روش در حوزه ی انتخاب ویژگی است.
کلیدواژه ها:
نویسندگان
زینب دهقان
بخش مهندسی و علوم کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز
اقبال منصوری
بخش مهندسی و علوم کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :