معرفي يك روش جديد براي انتخاب ويژگي بر اساس الگوريتم رقابت استعماري

انتخاب ويژگي ، يك مسئله بهينه سازي است كه در آن، انتخاب ويژگي هايي مرتبط تر از مجموعه كل ويژگي ها ، باعث بهينه شدن هزينه هاي ساخت مدل با الگوريتم هاي طبقه بندي و خوشه بندي مي شود. روش هاي انتخاب ويژگي به دو دسته با ناظر و بدون ناظر تقسيم بندي مي‌شوند. در روش هاي با ناظر مشخص است كه هر داده به چه كلاسي تعلق دارد در حالي كه در روش هاي بدون ناظر مشخص نيست هر داده ايي به چه كلاسي تعلق دارد و اين كار را پيچيده تر مي كند. در اين مقاله ما روشي را براي انتخاب ويژگي بر اساس الگوريتم بهينه سازي رقابت استعماري معرفي مي كنيم كه هم در حالت نظارت شده و هم در حالت بدون ناظر كاربرد دارد. اين روش زير مجموعه‌ايي بهينه از ويژگي ها را با استفاده از چندين بار تكرار و بدون استفاده از الگوريتم هاي يادگيري بطوري كه باعث كاهش افزونگي شود را پيدا مي كند . بنابراين مي توان آن را به عنوان يك روش چند متغيره فيلترينگ ويژگي در نظر گرفت. اين روش با چندين روش انتخاب ويژگي تك متغيره و چند متغيره مقايسه شده است. نتايج آزمايش هاي انجام شده بر روي چندين مجموعه داده، موثر بودن اين روش نسبت به روش هاي مشابه قبلي را نشان مي دهد.