سال انتشار: ۱۳۹۱

محل انتشار: دومین کنفرانس ملی مهندسی نرم افزار

تعداد صفحات: ۵

نویسنده(ها):

فریبا قربانزاده – دانشجوی ارشد مهندسی نرم افزار
افشین سلاجقه – عضو هیئت علمی دانشگاه آزاد اسلامی واحد تهران جنوب
بهروز مینایی – عضو هیئت علمی دانشگاه علم و صنعت ایران
مهدی رحیمی –

چکیده:

روشهای انتخاب ویژگی درتحلیل پایگاه داده ها استفاده میشوند این روش ها درپایگاه داده هایی که شامل تعدادبسیارزیادی از ویژگیهای هستند و پردازش را مشکل میکنند کاربرد زیادی دارند و براساس این روش ها اکثرا آن ویژگیهایی که حاوی بیشترین اطلاعات مفید پدیده هستند انتخاب میشوند و دراینگونه موارد همواره با مسائلی همچون زمان محاسباتی بسیار بالا رفتا رنویزی پیچیدگی محاسباتی و عملکرد نامطلوب روبرو هستیم ماشین بردار پشتیبانی یکی از روشهای یادگیری با معلم است که از آن برای دسته بندی و رگرسیون استفاده میک نند تاکنون انتخاب ویژگی درماشین های بردار پشتیبان اغلب با استفاده جداگانه از الگوریتم های sVM انجام شده است و نسبت به ترکیب الگوریتم های برتر اقدام نشده است