ارائه یک روش ترکیبی انتخاب ویژگی مبتنی بر الگوریتم شاهین هریس به منظور تشخیص بیماری سرطان

در این مقاله، یک روش ترکیبی دو مرحله ای برای انتخاب ویژگی های مناسب برای داده های سرطانی ارائه داده شده است. در مرحله اول، با استفاده از یک روش فیلتر به ویژگی های دیتاست وزن داده می شود و بدین ترتیب ویژگی های زائد و غیر مرتبط حذف می شوند و هزینه دسته بندی و زمان اجرای الگوریتم کاهش می یابد. الگوریتم فیلترینگ مورد استفاده در این مقاله، F_score است. بعد از اعمال این الگوریتم، در ادامه این مرحله، تعدادی از ویژگی ها با بهترین وزن حفظ می شوند. در مرحله ی دوم الگوریتم پیشنهادی، به منظور انتخاب ویژگیهای مرتبط و بهینه، از الگوریتم بهبود یافته شاهین هریس به همراه عملگرهای تقاطع و جهش الگوریتم ژنتیک استفاده می شود؛ و بر اساس وزن های محاسبه شده در مرحله قبل، سعی در انتخاب ویژگیهای موثر و مرتبط می شود. الگوریتم شاهین هریس به علت تصادفی بودن، جستجوی خوبی در فضای مسئله انجام می دهد و استفاده از عملگرهای تقاطع و جهش، باعث جستجوی بهتر در فضای مسئله می شود. نتایج این الگوریتم بر روی ۴ مجموعه داده و ۵ دسته بند تست شده است. ۴ معیار ارزیابی برای الگوریتم پیشنهادی محاسبه می شود. نتایج نشان می دهد که الگوریتم ارائه شده نسبت به الگوریتمهای مشابه قبلی نتایج قابل قبولی ارائه داده است..

Keywords:

انتخاب ویژگی , روش ترکیبی , محاسبات تکاملی , الگوریتم شاهین هریس , تشخیص سرطان.