ارائه نسخه الگوریتم سینوس کسینوس چندگانه در حل مسئله انتخاب ویژگی
نویسندگان
1 گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه علم و هنر، یزد، ایران.
2 دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه علم و هنر، یزد، ایران
3 دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه علم و هنر، یزد، ایران
doi
10.22034/abmir.2022.2701چکیده
از آنجا که تمام ویژگیهای دادهها برای یافتن دانشی که در دادهها نهفته است مهم و حیاتی نیستند؛ کاهش ابعاد داده یکی از مباحث بااهمیت است. ازاینرو در این مقاله روشی جدید با استفاده از الگوریتم سینوس کسینوس با رویکرد بهینهسازی چندگانه در حوزه انتخاب ویژگی ارائه میشود. روش پیشنهادی در مدل انتخاب ویژگی رپر ارائهشده است و دو مرحله دارد که شامل مرحله انتخاب ویژگی با استفاده از الگوریتم سینوس کسینوس چندگانه و مرحله طبقهبندی جوابهای ممکن در الگوریتم سینوس کسینوس با روش نزدیکترین همسایه توسعهیافته، است. روش پیشنهادی بر روی مجموعه داده استاندارد UCI در مجموعه دادههایی با ابعاد مختلف آزمایش شده است.مقایسه روش پیشنهادی با روشهای بهینهسازی چندگانه و تکگانه، نشان میدهد که این روش نسبت به روشهای بهینهسازی تکگانه، دارای کارایی بالاتری بوده ( یعنی با دقت بیشتری به مجموعه ویژگی بهینه میرسیم) و نسبت به روشهای بهینهسازی چندگانه نیز با اختلاف کمی، نتایج بهتری در انتخاب بهترین مجموعه ویژگی به صورت چندگانه را داشته است.
