Earticle

현재 위치 Home

A Novel RFE-SVM-based Feature Selection Approach for Classification

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJAST) 바로가기
  • 간행물
    International Journal of Advanced Science and Technology 바로가기
  • 통권
    Vol.43 (2012.06)바로가기
  • 페이지
    pp.27-36
  • 저자
    Mouhamadou Lamine Samb, Fodé Camara, Samba Ndiaye, Yahya Slimani, Mohamed Amir Esseghir
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A206749

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
The feature selection for classification is a very active research field in data mining and optimization. Its combinatorial nature requires the development of specific techniques (such as filters, wrappers, genetic algorithms, simulated annealing, and so on) or hybrid approaches combining several optimization methods. In this context, the support vector machine recursive feature elimination (SVM-RFE), is distinguished as one of the most effective methods. However, the RFE-SVM algorithm is a greedy method that only hopes to find the best possible combination for classification. To overcome this limitation, we propose an alternative approach with the aim to combine the RFE-SVM algorithm with local search operators based on operational research and artificial intelligence. To assess the contributions of our approach, we conducted a series of experiments on datasets from UCI Machine Learning Repository. The experimental results which we obtained are very promising and show the contribution of the local search on the classification process. The main conclusion is that the reuse of features previously removed during the RFE-SVM process improves the quality of the final classifier.

목차

Abstract
 1. Introduction
 2. Feature selection: basics and background
 3. Related Research
  3.1. SVM
  3.2. RFE-SVM
  3.3. Local Search Techniques
 4. Our Approach
  4.1. Problem Definition
  4.2. Local Search Tools
  4.3. Our Algorithm
 5. Empirical Study
 6. Conclusion and Future Works
 References

키워드

Classification Supervised classification Feature selection Support Vector Machines Recursive Feature Elimination Local search operators

저자

  • Mouhamadou Lamine Samb [ Department of Mathematics and Computer Science, Cheikh Anta Diop University, Dakar, Senegal. ]
  • Fodé Camara [ Department of Mathematics and Computer Science, Cheikh Anta Diop University, Dakar, Senegal. ]
  • Samba Ndiaye [ Department of Mathematics and Computer Science, Cheikh Anta Diop University, Dakar, Senegal. ]
  • Yahya Slimani [ Department of Computer Science, Faculty of Sciences of Tunis ]
  • Mohamed Amir Esseghir [ Artois University, Faculty of Applied Sciences of Bethune, Technopark ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJAST) [Science & Engineering Research Support Center, Republic of Korea(IJAST)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Advanced Science and Technology
  • 간기
    월간
  • pISSN
    2005-4238
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Advanced Science and Technology Vol.43

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.