انتخاب ویژگی غیرنظارتی مقیاس پذیر توسط یادگیری ماتریس و تئوری گراف دوقسمته

با گسترش سریع تکنولوژی، حجم عظیمی از داده­های بدون برچسب با ابعاد زیاد، نیاز به پردازش پیدا کردند. برای کاهش ابعاد، انتخاب ویژگی غیرنظارتی، به عنوان یک پیش­مرحله مهم قبل از وظایف یادگیری ماشین، شناخته می­شود. در این مقاله، یک روش انتخاب ویژگی غیرنظارتی پیشنهاد می­شود. روش مذکور بر اساس گراف ماتریس و ماتریس وزنی، به صورت پویا و مقیاس­پذیر عمل می­کند. برای بهبود عمکرد این روش، به جای استفاده از تابع لاگرانژ در ساخت ماتریس وزنی، تئوری گراف دو قسمته اعمال می­شود. انتخاب ویژگی روی گراف ماتریس انجام می­شود. این گراف با به کارگیری k نزدیک­ترین همسایه ساخته می­شود، که روش را نسبت به نویز مقاوم تر می­کند. همچنین ساختار سراسری داده­ی اصلی، از طریق ساخت ماتریس وزن بازسازی­شده با کمک محدودیت رتبه پایین، حفظ می­شود. علاوه­براین، نمره­ی ویژگی، که به­­طور صریح قدرت­مندی ویژگی­ها را منعکس می­کند، با کمک تابع Frobenius norm مدل می­شود. روش پیشنهادی با روش­های مشابه در سه معیار دقت کلاس­بندی، حساسیت به پارامتر و پیچیدگی زمانی مقایسه شده­است. آزمایش­ها نشان می­دهد که دقت کلاس­بندی روش ارائه شده­ی این مقاله، به طور متوسط ۲.۸۳% بهبود یافته­است. همچنین پیچیدگی زمانی آن تا max{O(n۲d),O(nm)} کاهش یافته­است، که n تعداد نمونه­ها، d تعداد ویژگی­ها و m تعداد نقاط لنگر هستند.

Keywords:

Data mining , Preprocessing , Feature selection , Unsupervised method , Graph , داده کاوی , پیش پردازش , انتخاب ویژگی , روش غیرنظارتی , گراف