Дослідження методів відбору ознак для класифікації та кластеризації даних

Abstract

Об’єктом дослідження є масиви даних, які містять різнорідні ознаки, які необхідно відібрати для кластеризації або класифікації. Метою дослідження є дослідження підходів до відбору ознак, що підвищують ефективність роботи методів та дозволяють точно групувати об’єкти для кластеризації та дають найвищу точність класифікації даних. У ході проведення дослідження було використано методи числового моделювання та аналітичного обґрунтування. Проведено дослідження методів відбору релевантних ознак на основі принципів фільтрових, вбудованих та обгорткових методів відбору ознак, результати роботи обраних для дослідження методів було оцінено за допомогою ряду релевантних метрик. У результаті дослідження було створено програмну реалізацію кожного методу на обраному високонавантаженому наборі даних.