مروری جامع بر انتخاب ویژگی در مجموعه داده های بزرگ با الگوریتم کلونی زنبور مصنوعی

در دنیای کنونی، ایجاد مجموعه داده های بزرگ با ابعاد بالا سبب کند شدن سیستم های تشخیص الگو یا سیستم های طبقه بندی، پایین آمدن کارایی و بالا رفتن هزینه ی ساخت این سیستم ها می شود. انتخاب زیرمجموعه ی موثری از ویژگی ها که کارایی قابل قبولی برای سیستم ایجاد کند، موضوع مهمی است. به دلیل ابعاد بالای مجموعه داده های بزرگ، جستجوی جامع برای انتخاب زیر مجموعه ویژگی های مناسب و کاهش تعداد ویژگی های داده ها، غیرممکن است؛ برای حل این مشکل، از الگوریتم های تکاملی می توان بهره برد. یکی از شناخته شده ترین الگوریتم های تکاملی، الگوریتم کلونی زنبور مصنوعی است که، از زندگی جمعی زنبورها تقلید می کند. در این مقاله، مسئله ی انتخاب ویژگی با استفاده از الگوریتم کلونی زنبور مصنوعی، در مجموعه داده های بزرگ، با مرور پژوهش های انجام شده در این حوزه، مورد بررسی قرار گرفته است.

کلیدواژه ها:

الگوریتم های تکاملی ، الگوریتم کلونی زنبور مصنوعی ، انتخاب ویژگی ، داده کاوی ، مجموعه داده های بزرگ