دانلود مقاله ISI انگلیسی شماره 78486
عنوان فارسی مقاله

مدلهای برنامه ریزی عدد صحیح برای انتخاب ویژگی: پسوند جدید و یک الگوریتم راه حل تصادفی

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
78486 2016 11 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Integer programming models for feature selection: New extensions and a randomized solution algorithm
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : European Journal of Operational Research, Volume 250, Issue 2, 16 April 2016, Pages 389–399

کلمات کلیدی
داده کاوی؛ ابتکارات؛ برنامه ریزی عدد صحیح
پیش نمایش مقاله
پیش نمایش مقاله مدلهای برنامه ریزی عدد صحیح برای انتخاب ویژگی: پسوند جدید و یک الگوریتم راه حل تصادفی

چکیده انگلیسی

Feature selection methods are used in machine learning and data analysis to select a subset of features that may be successfully used in the construction of a model for the data. These methods are applied under the assumption that often many of the available features are redundant for the purpose of the analysis. In this paper, we focus on a particular method for feature selection in supervised learning problems, based on a linear programming model with integer variables. For the solution of the optimization problem associated with this approach, we propose a novel robust metaheuristics algorithm that relies on a Greedy Randomized Adaptive Search Procedure, extended with the adoption of short memory and a local search strategy. The performances of our heuristic algorithm are successfully compared with those of well-established feature selection methods, both on simulated and real data from biological applications. The obtained results suggest that our method is particularly suited for problems with a very large number of binary or categorical features.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.