کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4960596 | 1446503 | 2017 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A New Feature Selection Method for Nominal Classifier based on Formal Concept Analysis
ترجمه فارسی عنوان
یک روش انتخاب جدید ویژگی برای طبقه بندی نامی بر اساس تجزیه و تحلیل مفهوم رسمی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
طبقه بندی تحت نظارت، تجزیه و تحلیل مفهوم رسمی، روش انتخاب ویژگی ها، طبقه بندی نامی،
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
علوم کامپیوتر (عمومی)
چکیده انگلیسی
The high dimension of data makes difficult to train and test many classification methods. This work aims to present a new filter Feature Selection Method, called H-Ratio, which can identify pertinent features from data. This method improves results of two previous works focusing on nominal classifiers based on Formals Concepts Analysis. The evaluation of H-Ratio shows that this method performs nominal classifiers processing. Our method has an error rate of 5% (~7% relative improvement over a supervised classification method).
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Computer Science - Volume 112, 2017, Pages 186-194
Journal: Procedia Computer Science - Volume 112, 2017, Pages 186-194
نویسندگان
Marwa Trabelsi, Nida Meddouri, Mondher Maddouri,