انتخاب ویژگی در داده کاوی با استفاده از الگوریتم بهینه سازی واکنشهای شیمیایی

تعداد ویژگی های زیاد یکی از خصیصه های مسیله های سالهای اخیر است که باعث کندشدن سیستم های دسته بندی، پایین آمدن کارایی و بالا رفتن هزینه ساخت چنین سیستم هایی میگردد. مسیلهی انتخاب ویژگی در سالهای اخیر در حوزهی دادهکاوی در هنگام مواجهشدن با مجموعه داده های با تعداد زیاد متغیر یا ویژگی به صورت گسترده مورد مطالعه قرار گرفته است. در این رساله هدف اصلی ارایه کاربردی جدید و بهینه در راستای استفاده از الگوریتم های فرامکاشفه ای در مسیله انتخاب ویژگی در مجموعه داده هایی است که با تعداد زیاد ویژگی های بیاستفاده بتواند به کاهش این ویژگیها و در نتیجه کاهش زمان مورد نیاز برای اعمال الگوریتم های گوناگون بر روی آنها برسد. در این تحقیق از یک الگوریتم فرامکاشفه ای به نام الگوریتم بهینه سازی واکنش های شیمیایی که یکی از جدیدترین و قوی ترین روشهای بهینه سازی تکاملی معرفی شده در سال 2010 است، استفاده شده است. در پایان روش پیشنهادی با مجموعه داده های استاندارد موجود UCI تحلیل شده و نتایج در اکثر موارد بیانگر کارایی بالای آن بر اساس دو معیار دقت دسته بندی و انتخاب زیرمجموعه ای کوچک از ویژگی ها به عنوان ویژگی های برجسته به صورت همزمان است .

کلیدواژه ها:

داده کاوی ، انتخاب ویژگی ، واکنش های شیمیایی