معرفی یک روش انتخاب ویژگی چند-برچسبه مبتنی بر کمینه کردن افزونگی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:
روش های انتخاب ویژگی ابزاری کارا در بهبود فرآیند یادگیری شناخته می شوند. هدف از یک روش انتخاب ویژگی، شناسایی ویژگی های مرتبط و حذف ویژگی های غیرمرتبط به منظور بدست آوردن یک زیرمجموعه مناسب از ویژگی ها است، بطوریکه افزونگی بین ویژگی های انتخاب شده کمینه گردد. در داده های چند-برچسبه، این امکان وجود دارد که در صورت وجود همبستگی بین ویژگی ها، مقدار افزونگی در مجموعه ویژگی ها افزایش یابد. وجود افزونگی بین ویژگی ها به همراه چالش ابعاد بالای داده های چند-برچسبه، می تواند باعث افزایش حجم محاسبات، کاهش دقت و در نهایت افزایش احتمال رخ دادن خطا در پیش بینی و طبقه بندی داده های چند-برچسبه شود. در این مقاله، با هدف کمینه کردن افزونگی ویژگی های انتخابی، یک الگوریتم انتخاب ویژگی چند-برچسبه با در نظر گرفتن مدل رگرسیون کمترین مربعات خطا و تنظیم تنکی پیشنهاد شده است. در انتها، با استفاده از تعدادی مجموعه داده چند-برچسبه مشهور، کارایی روش پیشنهادی بررسی می گردد و نتایج بدست آمده با چند روش انتخاب ویژگی چند-برچسبه متداول مقایسه می شود
کلیدواژگان:
زبان:
فارسی
صفحات:
16 تا 28
لینک کوتاه:
magiran.com/p2661102
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!