논문KCI 등재
확장 가능한 요소선택방법을 위한 분석적 접근
Analytical Approach for Scalable Feature Selection
0
조회
0
다운로드
0
인용
0
참고문헌
주제분류산업공학
초록
본 연구에서 조합 최적화(Combinatorial Optimization) 이론에 바탕을 두고 있는 네스티드 분할(Nested Partition, 이하 NP) 방법을 이용한 최적화 기반 요소선택 방법(Feature Selection)을 제안한다. 이 새로운 방법은 좋은 요소 부분집합을 찾는 휴리스틱 탐색 절차를 채용하고 있으며 데이터의 인스턴스(Instances 또는 Records)의 무작위 추출 (Random Sampling)을 이용하여 이 요소선택 방법의 처리시간 관점에서의 성능을 항상 시키고자 한다. 이 새로운 접근 방법은 처리시간 향상을 위해 2단계 샘플링 방법을 채용하여 근접 최적해로의 수렴(Convergence)을 보장하는 샘플 사이즈를 결정한다. 이는 앨고리듬이 유한한 시간내에 끝이날 때 최종 요소 부분집합 해의 질(Qualtiy)에 관한 정확한 설명을 할 수 있는 이론적인 배경을 제시한다. 중요 결과를 예시하기 위해서 다양한 형태의 다섯 개의 데이터셋을 이용하였으며 다섯 번의 반복 실험을 통한 실험 결과가 제시되며, 이 새로운 접근 방법이 기존의 단순 네스티드 분할 방법 기반의 요소선택 방법보다 처리시간 관점에서 더욱 효율적임을 보여준다.
참고문헌 (10)
- "UCI Repository of machine learning databases", pp.~31 (1998)
- "Correlation-based feature selection for discrete and numeric class machine learning" (1998)
- "The power of sampling in knowledge discovery", pp.77~85 (1994), in ACM Symposium on Principles of Database Theory
- "Two-stage nested partitions method for stochastic optimization", 6, pp.5~27 (2004)
- "Intelligent partitioning for feature selection" (2005)
- "Efficient progressive sampling", pp.23~32 (1999)
- "Nested partitions method for global optimization", 48, pp.390~407 (2000)
- "Sampling large databases for association rules", pp.134~145 (1996)
- "The effect of class distribution on classifier learning: an empirical study" (2001), Rutgers University August 2
- "Feature subset selection using a genetic algorithm" (1998)
관련 논문AI추천
Feature Selection for Mixed Type of Data양재경, 이태한한국산업경영시스템학회 · 한국산업경영시스템학회지2010 · 제33권 제1호역물류 환경 인터넷 경매를 위한 요소 선택 응용 추천 시스템양재경, 유우연한국산업경영시스템학회 · 한국산업경영시스템학회지2006 · 제29권 제1호Common Attribute Selection Problem: Formulation, Algorithm and Heuristic김길선, 김학진한국생산관리학회 · 한국생산관리학회지2008 · 제19권 제2호퍼지 클러스터 분석 기반 특징 선택 방법이현숙한국정보처리학회 · 정보처리학회 논문지2007 · 제14권 제2호휴리스틱 함수를 이용한 feature selection에 관한 연구정경숙, 정태충, 홍석미한국정보처리학회 · 정보처리학회 논문지2003 · 제10권 제3호다중레이블 학습을 위한 희소성과 저랭크 기반 특징 선별 기법임현기한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제7호