یک رویکرد نوین مبتنی بر یادگیری عمیق برای انتخاب ویژگی و کاهش داده جهت بهبود طبقه‌بندی در مجموعه داده‌های نامتوازن

در پاسخ به چالش‌های ناشی از وجود ویژگی‌های زائد و داده‌های نامتوازن در مسائل طبقه‌بندی، این پژوهش یک روش ترکیبی نوین مبتنی بر خوشه‌بندی فازی (fcm) و شبکه عصبی خود رمز نگار برای انتخاب ویژگی ارائه می‌دهد. هدف از این روش، کاهش ابعاد داده و افزایش دقت مدل‌های یادگیری ماشین از طریق حذف ویژگی‌های غیرضروری و استخراج ویژگی‌های کلیدی است. در مرحله نخست، داده‌ها با استفاده از الگوریتم fcm خوشه‌بندی می‌شوند و سپس ویژگی‌های مرتبط با هر خوشه استخراج می‌گردد. در ادامه، شبکه خود رمز نگار برای فشرده‌سازی داده‌ها و شناسایی الگوهای پنهان به کار گرفته می‌شود تا ویژگی‌های موثر حفظ و سایر ویژگی‌ها حذف شوند. روش پیشنهادی بر روی پایگاه های داده استاندارد ارزیابی شده و با مدل‌های مختلف یادگیری ماشین شامل svm، mlp، rf، dt، knn، nb و lr مقایسه شده است. نتایج نشان می‌دهد که پس از اعمال انتخاب ویژگی، شاخص‌های ارزیابی مانند دقت، حساسیت و auc به‌طور قابل‌توجهی بهبود یافته‌اند. همچنین، مقایسه با روش‌های مرجع مانند pso، moga و روش‌های مبتنی بر همبستگی حاکی از برتری روش پیشنهادی در کاهش پیچیدگی و افزایش تعادل در داده‌های نامتوازن است. این یافته‌ها نشان می‌دهد که ادغام خوشه‌بندی فازی و یادگیری عمیق می‌تواند راهکاری موثر برای بهینه‌سازی انتخاب ویژگی و بهبود عملکرد طبقه‌بندی باشد.

a novel feature determination and reduction scheme for service improvement in unbalanced datasets

in response to the challenges posed by redundant features and unbalanced data in classification problems, this research presents a novel hybrid method based on fuzzy clustering (fcm) and self-encoding neural network for feature selection. the goal of this method is to reduce the dimensionality of data and increase the accuracy of machine learning models by removing unnecessary features and extracting key features. in the first step, the data is clustered using the fcm algorithm, and then the features associated with each cluster are extracted. next, the convolutional neural network is used to compress the data and identify hidden patterns to retain effective features and remove other features. the proposed method has been evaluated on standard databases and compared with various machine learning models including svm, mlp, rf, dt, knn, nb, and lr. the results show that after applying feature selection, evaluation indices such as accuracy, sensitivity, and auc have improved significantly. also, comparison with reference methods such as pso, moga, and correlation-based methods indicates the superiority of the proposed method in reducing complexity and increasing balance in unbalanced data. these findings indicate that integrating fuzzy clustering and deep learning can be an effective strategy for optimizing feature selection and improving classification performance.