کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

کاهش بعد داده ها به شیوه غربالگری

نویسندگان :

محمد کاظمی¹

1- دانشگاه گیلان

کلمات کلیدی :

داده های با بعد بالا، داده های حجیم، انتخاب متغیر، غربالگری متغیرها، انتخاب مدل

چکیده :

در تحلیل داده های با بعد بسیار بالا، شناسايی متغیرهای توضیحی مؤثر بر پاسخ، از اهمیت بسزايی برخوردار است. در اين نوع داده ها، ابتدا با استفاده از يک روش غربالگری تعداد متغیرهای توضیحی را کاهش داده و سپس از روش های انتخاب متغیر مبتنی بر جريمه برای انتخاب مدل نهايی استفاده می کنیم. در این مقاله به مروری بر چند روش غربالگری رایج پرداخته می شود. این روش ها شامل غربالگری مستقل مطمئن (SIS)، غربالگری و رتبه بندی مستقل مطمئن (SIRS) و غربالگری مستقل مطمئن براساس همبستگی فاصله ای (DC-SIS) می باشند. در این مقاله پس از معرفی این روش ها، با استفاده مطالعات شبیه سازی، توانایی آنها در انتخاب متغیرهای مهم با هم مقایسه می کنیم.