یک چارچوب انتخاب ویژگی مرکب مبتنی بر معیار حداقل افزونگی و حداکثر ارتباط برای طبقه بندی داده‌های بیولوژیکی

انتخاب ویژگی به مشکل یافتن زیرمجموعه بهینه ویژگی‌ها با حذف ویژگی های نامربوط و زائد برای بهبود دقت طبقه‌بندی اشاره دارد. در این مقاله یک چارچوب انتخاب ویژگی مرکب مبتنی بر روش های نظارت شده و بدون نظارت بر اساس فاصله با استفاده از ایده معیارهای حداقل افزونگی و حداکثر ارتباط برای طبقه بندی داده های بیولوژیکی به کار گرفته شده است. این مطالعه به بررسی و مقایسه عملکرد روش‌های انتخاب ویژگی می‌پردازد. ویژگی‌های دارای بالاترین رتبه با استفاده از یک آستانه تجربی انتخاب می شوند. برای ارزیابی ویژگی‌های انتخاب‌شده، دو طبقه‌بندی‌کننده، یعنی درخت تصمیم و ماشین بردار پشتیبان بر روی مجموعه داده‌های باینری که اتخاذ شده از مخزن داده uci ، اعمال شده است. نتایج تجربی برتری روش ها ‌را از نظر بهبود دقت طبقه‌بندی نشان می‌دهد.