انتخاب ویژگی بر روی داده های با ابعاد بالا با استفاده از روش نزدیکترین همسایه تصادفی متوالی
Publish place: Third National Conference on Electrical and Computer Engineering Distributed Systems and Smart Grids
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 598
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELECONFK03_120
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
انتخاب ویژگی 3بر اساس یک دستهبند گروهی به عنوان یک تکنیک حیاتی جهت مدل سازی دادههای با ابعاد بالا شناخته شده است. انتخاب ویژگی بر اساس مدل جنگل تصادفی، که از تجمیع چندین دستهبند از نوع درخت تصمیم ساخته می شود، به طور گستردهای مورد استفاده قرار گرفته است. به هر حال، کمبود ثبات و تعادل در درختهای تصمیم، از مقاومت روش جنگلهای تصادفی 4میکاهد. این محدودیت ما را بر آن داشت که روشی برای انتخاب ویژگی با استفاده از دستهبندهای جدید گروهی بر پایه نزدیکترین همسایه ارایه کنیم. روش پیشنهادی ویژگیهای بارز را با یک روال تکرارشونده پیدا میکند. ما آزمایش این روش را با 20 مجموعه داده از آرایههای ژنی انجام دادیم تا خصوصیات روش پیشنهادی را ارزیابی کرده و عملکرد آن را با روش جنگلهای تصادفی مقایسه کنیم. نتایج میزان مقاومت و تاثیر روش پیشنهادی را نشان میدهد، مخصوصا وقتی که تعداد ویژگیها از تعداد نمونهها بیشتر باشد.
Keywords:
Authors
محمد اسدی طاهری
دانشجوی کارشناسی ارشد مهندسی نرمافزار
مهدی اسماعیلی
استادیار دانشگاه آزاد اسلامی واحد کاشان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :