Aplicação de algoritmos genéticos multiobjetivo ao problema de seleçaõ de atributos / Use of a Multiobjective Genetic Algorithm in Feature Selection Problem

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

14/12/2010

RESUMO

A ocorrência de atributos irrelevantes e/ou redundantes em Bases de Dados pode prejudicar o desempenho de processos computacionais de extração de conhecimento, o que motiva a aplicação da tarefa de Seleção de Atributos. Tratando esta tarefa como um processo de busca e otimização, é possível aproveitar a sinergia entre Algoritmos Genéticos e Otimização Multiobjetivo para realizar, respectivamente, uma busca por subconjuntos de atributos aproximadamente ótimos considerando critérios de importância de atributos possivelmente conitantes. Dentre os critérios propostos na literatura, identicam-se medidas da abordagem filtro, as quais não requerem o uso de indutores, como algoritmos de classicação ou clustering, para avaliar a importância de subconjuntos de atributos. A aplicação dessas medidas apresenta um custo computacional relativamente menor do que a aplicação de medidas auxiliadas por indutores, além de potencialmente possibilitar a construção de modelos de boa qualidade. Este trabalho apresenta uma aplicação de Algoritmos Genéticos Multiobjetivo no problema de Seleção de Atributos, em que se investiga o uso de distintas combinações de critérios de importância de atributos pertinentes à abordagem filtro em dados rotulados. O uso de determinadas combinações em dados não-rotulados também é considerado porque alguns critérios não consideram o atributo classe para avaliar a qualidade dos subconjuntos.

ASSUNTO(S)

abordagem filtro algoritmos genéticos aprendizado de máquina mineração de dados otimização multiobjetivo seleção de atributos filter approach genetic algorithm machine learning data mining multiobjective optimization feature selection outros

ACESSO AO ARTIGO

Documentos Relacionados