شما جستجو کنین
feature selection methods
روش یکی دو تا نیس.
به نظرم بهترینش اینه که هر دفعه یک مجموعه از ویژگیهاتونو انتخاب کنین و داده ها رو بر اساس اون ویژپگها به دسته بند بدین تا آموزش داده بشن و بعد با داده های تست، تست کنین وو نرخ دسته بندی رو به دست بیارین. این کارو با ترکیبات مختلف ویژگیها انجام بدین. ببینین بهترین حالت کدومه
روشهای متداولتر اینه که اول از مجموعه خالی شروع کنین بعد با یک ویژگی عمل دسته بندی رو انجام بدین ببینین بهترین ویژگی کدومه که بیشترین نرخ دسته بندی با اون به دست میاد. اونو به مجموعه خالی اضافه کنین.
بعد بیان از ویژگیهای باقیمانده ببینین کدوم ویژگی با اون ویژگیهایی که در مجموعه انتخابی هستن بهترین نتیجه دسته بندی رو میده (در مرحله اول یک ویژگی در این مجموعه هست و کم کم اضافه می شود) باز بهترین ویژگی رو به مجموعه اضافه کنین و این کارو تا زمانی انجام بدین که نرخ دسته بندی حد قابل قبولی بشه.
برعکسشم میشه مجموعه ویژگیهای انتخابی در اول شامل تمام ویژگیهاست و کم کم بدترین ویژگی از آن حذف می شود.
روشهای مبتنی بر ژنتیک و الگوریتمهای تکاملیم هست
|