1 |
1
특징 선택부를 포함하는 이웃 입자 기반 특징 선택 장치의 이웃 입자 기반 특징 선택 방법에 있어서, 상기 특징 선택부가 샘플 데이터의 이웃 입자(Neighborhood granule)를 생성하는 단계상기 특징 선택부가 샘플 데이터들 각각의 이웃 입자성(neighborhood granularity)를 정의하는 단계;상기 특징 선택부가 상기 이웃 입자를 이용하여 상기 샘플 데이터들 각각의 이웃 근사치(neighborhood approximations)를 정의하는 단계;상기 특징 선택부가 상기 이웃 근사치와 상기 샘플 데이터들의 집합을 이용하여 조건 속성의 의존도(dependency degree)를 계산하는 단계; 및상기 특징 선택부가 상기 의존도가 가장 큰 조건 속성을 상기 샘플 데이터들을 분류하기 위한 후보 특징으로 선택하는 단계를 포함하고,상기 이웃 입자성을 정의하는 단계는,상기 특징 선택부가 결측치인 샘플 데이터와 다른 샘플 데이터 간의 이웃 입자성, 또는 결측치인 샘플 데이터들 간의 이웃 입자성이 0이 되도록 설정하여 결측치를 제거하는 이웃 입자 기반 특징 선택 방법
|
2 |
2
제1항에 있어서, 상기 이웃 입자를 생성하는 단계는,상기 특징 선택부가 샘플 데이터들 간의 유사도를 연산하는 단계; 및상기 특징 선택부가 샘플 데이터들 간의 유사도가 이웃 반경(neighborhood radius) 미만인 샘플 데이터들을 이웃 입자로 생성하는 단계를 포함하는 이웃 입자 기반 특징 선택 방법
|
3 |
3
제2항에 있어서, 상기 유사도를 연산하는 단계는,상기 특징 선택부가 맨해턴 거리(Manhattan distance), 유크리드 거리(Euclidean Distance) 및 체비쇼프 거리(Chebyshev distance) 중 하나를 사용하여 샘플 데이터들 간의 유사도를 연산하는 이웃 입자 기반 특징 선택 방법
|
4 |
4
제1항에 있어서, 상기 이웃 입자성을 정의하는 단계는,상기 특징 선택부가 샘플 데이터들 간의 유사도가 이웃 반경 미만이고, 결측치가 아닌 샘플 데이터들 간의 인접 관계를 하나의 관계 (binary relation) 혹은 관계 행렬 (relation matrix)로 정의하는 단계; 및상기 특징 선택부가 샘플 데이터들 간의 유사도가 이웃 반경 이상이거나, 샘플 데이터 중 적어도 하나가 결측치인 샘플 데이터의 쌍을 미싱(missing) 값으로 처리하는 단계를 포함하는 이웃 입자 기반 특징 선택 방법
|
5 |
5
제1항에 있어서, 상기 이웃 근사치를 정의하는 단계는,상기 특징 선택부가 클래스가 동일한 샘플 데이터들의 부분 집합(subset)를 이용하여 상한 근사 영역과 하한 근사 영역을 결정하는 단계; 및상기 특징 선택부가 상한 근사 영역과 하한 근사 영역 사이의 영역을 이웃 근사치를 가지는 이웃 근사화 공간으로 정의하는 단계를 포함하는 이웃 입자 기반 특징 선택 방법
|
6 |
6
제5항에 있어서, 상기 근사 영역을 결정하는 단계는,상기 특징 선택부가 상기 이웃 입자가 상기 클래스의 의사결정 속성에 정의된 개념에 모두 포함되는 영역을 하한 근사 영역으로 결정하는 이웃 입자 기반 특징 선택 방법
|
7 |
7
제5항에 있어서, 상기 근사 영역을 결정하는 단계는,상기 특징 선택부가 상기 이웃 입자가 상기 클래스의 의사결정 속성에 정의된 개념에 부분적으로 포함되는 영역을 상한 근사 영역으로 결정하는 이웃 입자 기반 특징 선택 방법
|
8 |
8
제1항에 있어서, 상기 의존도를 계산하는 단계는,상기 특징 선택부가 특징 공간에 정의된 이웃 입자가 의사결정 속성 상에 정의된 개념을 근사화할 수 있는 정도를 상기 의존도로 계산하는 이웃 입자 기반 특징 선택 방법
|
9 |
9
샘플 데이터의 이웃 입자를 생성하고, 샘플 데이터들 각각의 이웃 입자성을 정의하며, 상기 이웃 입자를 이용하여 상기 샘플 데이터들 각각의 이웃 근사치를 정의하고, 상기 이웃 근사치와 상기 샘플 데이터들의 집합을 이용하여 조건 속성의 의존도를 계산하며, 상기 의존도가 가장 큰 조건 속성을 상기 샘플 데이터들을 분류하기 위한 후보 특징으로 선택하는 특징 선택부를 포함하고,상기 특징 선택부는,결측치인 샘플 데이터와 다른 샘플 데이터 간의 이웃 입자성, 또는 결측치인 샘플 데이터들 간의 이웃 입자성이 0이 되도록 설정하여 결측치를 제거하는 이웃 입자 기반 특징 선택 장치
|
10 |
10
제9항에 있어서, 상기 특징 선택부는,샘플 데이터들 간의 유사도가 이웃 반경 미만이고, 결측치가 아닌 샘플 데이터들 간의 인접 관계를 하나의 관계 혹은 관계 행렬로 정의하고, 샘플 데이터들 간의 유사도가 이웃 반경 이상이거나, 샘플 데이터 중 적어도 하나가 결측치인 샘플 데이터의 쌍을 미싱(missing) 값으로 처리하는 이웃 입자 기반 특징 선택 장치
|