Data Mining Feature Subset Weighting and Selection Using Genetic Algorithms
-
- Englisch ausgewählt
Fr. 25.90
inkl. gesetzl. MwSt.,
-
Kostenlose Lieferung ab Fr. 30 Einkaufswert
Schweiz & Liechtenstein:
Versandkostenfrei ab Fr. 30.00
Versandkosten bis Fr. 30.00: Fr. 3.50Andere Lieferländer
Fr. 18.00 unabhängig vom Warenwert
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
12.11.2012
Verlag
British Library, Historical Print EditionsSeitenzahl
126
Maße (L/B/H)
23.4/15.6/0.7 cm
Gewicht
189 g
Sprache
Englisch
ISBN
978-1-288-28165-7
We present a simple genetic algorithm (sGA), which is developed under Genetic Rule and Classifier Construction Environment (GRaCCE) to solve feature subset selection and weighting problem to have better classification accuracy on k-nearest neighborhood (KNN) algorithm. Our hypotheses are that weighting the features will affect the performance of the KNN algorithm and will cause better classification accuracy rate than that of binary classification. The weighted-sGA algorithm uses real-value chromosomes to find the weights for features and binary-sGA uses integer-value chromosomes to select the subset of features from original feature set. Since we use real-value chromosomes for weighted-sGA, instead of using standard crossover and mutation operators, these GRaCCE sGA operators are modified to adjust them to the feature subset selection and weighting problem.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.