지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2016.4
- 수록면
- 5,014 - 5,020 (7page)
이용수
이 논문의 연구 히스토리 (2)
2016
Feature selection based on rough set theory using feature space decomposition for mixed-type data
Kyung-Jun Kim
,
Chi-Hyuck Jun
한국경영과학회 학술대회논문집
2016.04
학술대회자료
Feature selection based on rough set theory using feature space decomposition for mixed-type data
Kyung-Jun Kim
,
Chi-Hyuck Jun
대한산업공학회 춘계공동학술대회 논문집
2016.04
학술대회자료
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Feature selection plays an important role in classification problems dealing with mixed-type data. The main idea of feature selection is to reduce the dimensionality of the input space while preserving the classification accuracy by selecting the most important input features. The rough set theory can be an appropriate way of measuring the importance of features in a classification problem, as seen in recent studies. Previous papers related to feature selection based on the rough set theory also considered property of mixed-type data, however, they failed to investigate the properties of numerical and categorical features. To overcome the limitation, we suggest a concept of feature space decomposition. In addition, for fair measure between numerical and categorical feature, we use Heterogeneous Euclideanoverlap Metric (HEOM). Finally, we conduct and show experimental results to compare our proposed method with several benchmarking methods and select the appropriate features through the forward selection algorithm.
목차
Abstract
1. Introduction
2. A Review on Rough Set Theory
3. Proposed Method
4. Experiment
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
An improved feature selection based on the effective range minimizing redundancy among features for multi-class data
한국경영과학회 학술대회논문집
2015 .04
-
Data-set Modeling for Demographic Simulation using Feature Selection : A Case Study of South Korea
한국경영과학회 학술대회논문집
2016 .10
-
텍스트 분류 문제에서 특징 간 상호 작용을 고려한 특징 선택 기법
한국경영과학회 학술대회논문집
2018 .04
-
Conflict Graphical Model of Feature Selection
한국경영과학회 학술대회논문집
2015 .04
-
다변량 시계열 데이터 분류를 위한 특징 선택 알고리즘
한국경영과학회 학술대회논문집
2017 .04
-
Feature Selection for imbalanced data using local interpretation of complete model
한국경영과학회 학술대회논문집
2019 .04
-
Randomized Ensemble Feature Selection for Clustering
한국경영과학회 학술대회논문집
2016 .04
-
Unsupervised Feature Selection for Autoencoder
한국경영과학회 학술대회논문집
2019 .04
-
트랜잭션 기반 머신러닝에서 특성 추출 자동화를 위한 딥러닝 응용
한국IT서비스학회지
2019 .01
-
Feature Selection for High-dimensional Data via Collinear Group-wise Regression
한국경영과학회 학술대회논문집
2017 .04
-
Preferred Neighborhood Features and Quality of Life among Older Adults
한국사회복지조사연구
2018 .03
-
통합적 접근에 기반한 학생 평가 문항의 특성 분석 방안 탐색
교육과정평가연구
2021 .01
-
Uncertain Validity Index Based on Non-Parametric Method in Feature Space
한국경영과학회 학술대회논문집
2023 .05
-
표적분할 신뢰도 값 기반의 형태특징과 지역특징을 이용한 차량표적 분류기법 연구
한국군사과학기술학회지
2017 .01
-
제조 산업의 자동화 시스템의 품질 분석 결과 정확도 향상을 위한 데이터 특징선택 (Feature selection)과 SVM적용 사례 연구
한국경영과학회 학술대회논문집
2016 .04
-
Features of Recent Corporate Financial Soundness, and Implications
[BOK] Financial Stability Report
2019 .02
-
HOG 특징 기반 능동 소나 식별 기법
한국군사과학기술학회지
2017 .01
-
토픽모델링과 딥 러닝을 활용한 생의학 문헌 자동 분류 기법 연구
정보관리학회지
2018 .01
-
Prediction of diabetes occurrence using variable selection and classification methods
한국경영과학회 학술대회논문집
2016 .04
-
Special Feature: COVID-19 and Northeast Asian Experiences
국제개발협력연구
2020 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-020-000860283