Tytuł:

Feature selection methods in datamining techniques

Tytuł publikacji grupowej:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Tytuł odmienny:

Metody selekcji cech w technikach data mining

Autor:

Ziemba, Paweł ; Piwowarski, Mateusz

Temat i słowa kluczowe:

data mining ; dimension reduction ; feature selection ; feature filters ; redukcja ilości danych ; selekcja cech ; filtry cech

Opis:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics, 2011, Nr 206, s. 213-223

Abstrakt:

Data mining techniques are largely based on machine learning algorithms. They are to serve to extract data models which, due to their large information content, are not recognized by people. Data redundancy poses a problem both for data mining algorithms as well as people, which is why various methods are used in order to reduce the amount of analyzed data, including data mining methods such as feature selection. The article outlines basic issues linked with feature selection and contains an analysis of five feature selection algorithms belonging to the filter category. Results obtained by each method were validated with the help of CART decision tree algorithms. The CART analysis revealed that the results of each of the five algorithms are acceptable

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2011

Typ zasobu:

artykuł

Format:

application/pdf

Język:

eng

Powiązania:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2011; Nr 206

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu