يك چارچوب انتخاب ويژگي مركب مبتني بر معيار حداقل افزونگي و حداكثر ارتباط براي طبقه بندي داده‌هاي بيولوژيكي

انتخاب ويژگي به مشكل يافتن زيرمجموعه بهينه ويژگي‌ها با حذف ويژگي هاي نامربوط و زائد براي بهبود دقت طبقه‌بندي اشاره دارد. در اين مقاله يك چارچوب انتخاب ويژگي مركب مبتني بر روش هاي نظارت شده و بدون نظارت بر اساس فاصله با استفاده از ايده معيارهاي حداقل افزونگي و حداكثر ارتباط براي طبقه بندي داده هاي بيولوژيكي به كار گرفته شده است. اين مطالعه به بررسي و مقايسه عملكرد روش‌هاي انتخاب ويژگي مي‌پردازد. ويژگي‌هاي داراي بالاترين رتبه با استفاده از يك آستانه تجربي انتخاب مي شوند. براي ارزيابي ويژگي‌هاي انتخاب‌شده، دو طبقه‌بندي‌كننده، يعني درخت تصميم و ماشين بردار پشتيبان بر روي مجموعه داده‌هاي باينري كه اتخاذ شده از مخزن داده UCI ، اعمال شده است. نتايج تجربي برتري روش ها ‌را از نظر بهبود دقت طبقه‌بندي نشان مي‌دهد.