انتخاب ویژگی با گرگ خاکستری
سورس کد برنامه پیاده سازی انتخاب ویژگی با استفاده از الگوریتم گرگ خاکستری در متلب عنوان محصولی است که در این پست به آن پرداخته شده است. محصول در نرم افزار متلب نوشته شده و بصورت کامل توسط گروه پشتیبانی تست و اجرا شده است. این محصول بهمراه فایل ورد توضیحات مربوط به این روش دراختیار شما قرار میگیرد. برای دانلود محصول آن را خریداری کنید.
توضیح روش
انتخاب ویژگی رپر[۱] برای کار طبقهبندی شامل سه جزء اصلی زیر است: یک الگوریتم جستجو، یک الگوریتم یادگیری و یک اندازهگیری ارزیابی. یکی از ویژگیهای متمایز رویکرد انتخاب ویژگی رپر، این است که کل فرآیند یادگیری را در بر میگیرد. به این روش زیرمجموعه ویژگیهای انتخاب شده را ارزیابی میکند. در طراحی روش، الگوریتم گرگ خاکستری به عنوان یک الگوریتم جستجو برای یافتن بهترین زیرمجموعه از ویژگیها استفاده میشود. KNN نیز به عنوان یک الگوریتم یادگیری و تابع هزینه به عنوان معیار ارزیابی اعمال میگردد. شکل (۱) نمایی از رویکرد انتخاب ویژگی رپر را نشان می دهد.
انتخاب ویژگی با الگوریتم گرگ خاکستری
مسئله انتخاب ویژگی در حالت کلی دارای راه حل قطعی نمیباشد و تاکنون روشی دقیق برای حل این مسئله ارائه نشده است. الگوریتمهای فراابتکاری یک نمونه از رویکردهای اکتشافی هستند که از عهده مسائل انتخاب ویژگی بهخوبی برمیآیند. بنابراین در روش پیشنهادی، بهمنظور بهبود شناسایی پروفایلهای جعلی، روشی ارائه میگردد که ویژگیهای آن بهصورت بهینه با استفاده از یک الگوریتم فراابتکاری بهنام الگوریتم گرگ خاکستری انتخاب شده است.
در فایل ورد این محصول، توضیح کامل روش انتخاب ویژگی با استفاده از الگوریتم گرگ خاکستری، ارائه میگردد.
[۱] Wrapper
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.