기능 선택 도구 상자

Feature Selection Toolbox
기능 선택 도구 상자
개발자체코 과학 아카데미 UTIA
안정된 릴리스
3.1.1 / 2012년 9월 9일, 9년 전(2012-09-09)
기입처C++
운영 체제크로스 플랫폼(v3)
유형기계학습, 패턴인식
면허증.비상업적 사용 시 무료
웹 사이트fst.utia.cz

FST(Feature Selection Toolbox)는 체코 과학 아카데미의 UTIA(Institute of Information Theory and Automation)에서 개발된 C++로 작성된 기계학습 [1]영역의 기능 선택용 소프트웨어입니다.

버전 1

FST1(Feature Selection Toolbox)의 제1세대는 사용자 인터페이스를 갖춘 Windows 응용 프로그램입니다.이것에 의해, 유저는 독자적인 텍스트 플랫 파일 [2]형식으로 보존된 데이터에 대해서, 최적이 아닌, 최적인, 혼합 베이스의 몇개의 기능 선택 방법을 적용할 수 있습니다.

버전 3

제3세대 Feature Selection Toolbox(FST3)는 사용자 인터페이스가 없는 라이브러리로, 원래의 [3]FST1보다 효율적이고 다기능적으로 작성되었습니다.

FST3는 몇 가지 표준 데이터 마이닝 태스크, 구체적으로는 데이터 전처리 및 분류를 지원하지만 주요 초점은 기능 선택에 있습니다.기능 선택 컨텍스트에서는 일반적인 기술뿐만 아니라 일반적인 기술도 몇 가지 구현합니다. 특히 다양한 순차 검색 방법(힐 클라이밍의 한 형태)의 스레드 구현에 중점을 둡니다.구현된 방법에는 개별 특징 순위, 부동 검색, 무작위 또는 결정론적 형태의 진동 검색(매우 고차원 문제에 적합), 분기 및 경계 유형의 최적 방법, 확률론적 클래스 거리 기준, 다양한 분류기 정확도 추정기, 특징 부분 집합 크기 최적화, 특징 선택 위트가 포함된다.h 사전 지정된 기능 가중치, 기준 앙상블, 하이브리드 방법, 모든 동등한 솔루션 검출 또는 2단계 최적화.FST3는 Wiikato Environment for Knowledge Analysis Weka,[4] RapidMiner 또는 PRTools와 같은 일반적인 소프트웨어보다 더 좁게 전문화되어 있습니다.

디폴트로는 툴박스에 실장된 기술은 데이터가 단순한 독자적 형식 또는 Weka 형식 ARFF로 이용 가능한 단일 플랫파일로 가정하고 있습니다.여기서 각 데이터 포인트는 고정된 수의 수치 속성에 의해 기술됩니다.FST3는 사용자 인터페이스 없이 제공되며 머신러닝과 C++ 프로그래밍에 정통한 사용자에 의해 사용됩니다.오래된 FST1 소프트웨어는 C++에서 코드화할 필요 없이 사용할 수 있기 때문에 단순한 실험이나 교육 목적으로 적합합니다.

역사

  • 1999년 UTIA에서 박사 논문의 일부로 첫 번째 기능 선택 도구 상자 버전의 개발이 시작되었습니다.원래는 Optima++(나중에 Power++로 개명) RAD C++ 환경에서 개발되었습니다.
  • 2002년에 첫 번째 FST 세대의 개발이 중단된 것은 주로 당시 사용된 개발 환경에 대한 Sybase의 지원이 종료되었기 때문입니다.
  • 2002-2008년에 FST 커널은 UTIA 내에서만 연구 실험용으로 기록되고 사용되었습니다.
  • 2009년에는 제3차 FST 커널의 처음부터 재코딩이 시작되었습니다.
  • 2010년에 FST3는 GUI 없이 C++ 라이브러리의 형태로 공개되었습니다.부속의 Web 페이지에서는, 기능 선택 관련의 링크, 레퍼런스, 메뉴얼, 및 다운로드 가능한 원래의 FST1을 수집합니다.
  • 2011년 FST3의 버전 3.1로의 업데이트에는 새로운 방법(특히 매우 고차원 인식 문제에 적합한 새로운 의존성 인식 기능 순위)과 핵심 코드 개선이 포함되었다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Petr Somol; Jana Novovičová; Pavel Pudil (2010). "Efficient Feature Subset Selection and Subset Size Optimization" (PDF). Pattern Recognition Recent Advances, INTECH. pp. 75–97. ISBN 978-953-7619-90-9.
  2. ^ Petr Somol; Pavel Pudil (2002). "Feature Selection toolbox" (PDF). Pattern Recognition vol.35, no.12, Elsevier. pp. 2749–2759.
  3. ^ Petr Somol; Pavel Vácha; Stanislav Mikeš; Jan Hora; Pavel Pudil; Pavel Žid (2010). "Introduction to Feature Selection Toolbox 3 – The C++ Library for Subset Search, Data Modeling and Classification" (PDF). UTIA Tech. Report No. 2287. pp. 1–12. Retrieved 2 November 2010.
  4. ^ PRTools

외부 링크

공식 웹사이트