نسیم اسحاقی - کارشناس ارشد کامپیوتر هوش مصنوعی، دانشگاه روزبهان ساری
حسام عمران پور - دکترای کامپیوتر هوش مصنوعی ، دانشگاه امیر کبیرتهران،

انتخاب ویژگی یکی از اساسی ترین مراحل پیش پردازش داده در داده کاوی است که هدف حذف ویژگی های غیر وابسته و زائد از مجموعه داده است در این مقاله یک تابع برازندگی بر پایه تغییر اطلاعات با استفاده از الگوریتم ژنتیک برای مسئله انتخاب ویژگی ارائه می شود. انتخاب این تابع برازندگی سبب می شود تا افزونگی ویژگی ها کاهش و وابستگی به هدف افزایش یابد. عملکرد روش پیشنهادی بر روی مجموعه داده های منتشر شده از UCI ارزیابی شد که نتایج حاصل نشان دهنده ی کارایی روش مزبور در مقایسه با روش های پیشین است .

انتخاب ویژگی ، الگوریتم ژنتیک ، اطلاعات متقابل ، تغییر اطلاعات