Ein Quanten-Partikelschwarm-Optimierungsansatz für die Merkmalsauswahl

Dieses Buch stellt einen Ansatz zur Merkmalsauswahl dar. Die Merkmalsauswahl ist ein Vorverarbeitungsschritt, der beim Data Mining eine wichtige Rolle spielt und es ermöglicht, eine reduzierte Teilmenge von Merkmalen aus einer großen Menge von Merkmalen zu suchen, indem redundante und irrelevante Merkmale für die Durchführung der überwachten Klassifizierungsaufgabe eliminiert werden, wobei versucht wird, die Klassifizierungsleistung beizubehalten oder zu verbessern. Die Suche nach einer Teilmenge von Merkmalen ist ein NP-schwieriges Optimierungsproblem, das durch Metaheuristiken gelöst werden kann; wir haben uns für die Metaheuristiken interessiert, die aus der Intelligenz von Schwärmen für die Merkmalsauswahl resultieren.