Μελέτη και αξιολόγηση τεχνικών για Μηχανική Χαρακτηριστικών (Feature Engineering)

Abstract

Αντικείμενο της διπλωματικής είναι η μελέτη και η αξιολόγηση αλγορίθμων για feature engineering σε δημοσίως διαθέσιμα σύνολα δεδομένων. Ειδικότερα, θα μελετηθεί και θα εκτελεστεί ο αλγόριθμος ReliefF, ένας από τους πιο σημαντικούς αλγορίθμους που έχει επιτυχώς εφαρμοστεί σε πολλές εφαρμογές επιλογής χαρακτηριστικών, και οι αλγόριθμοι TuRF και SURF που αποτελούν επεκτάσεις του αλγορίθμου ReliefF. Ο αλγόριθμος ReliefF είναι μια ευρέως εφαρμοσμένη μέθοδος στάθμισης χαρακτηριστικών που αξιολογεί την ποιότητα των χαρακτηριστικών ενός δοθέντος συνόλου δεδομένων, αντιστοιχίζοντας βάρη σε καθένα από αυτά. Μπορεί επίσης να χρησιμοποιηθεί σαν μια μέθοδος φιλτραρίσματος επιλογής χαρακτηριστικών, ορίζοντας επίπεδο σημαντικότητας και επιλέγοντας χαρακτηριστικά πάνω από αυτό. Ο αλγόριθμος TuRF προχωραέι τη διαδικασία επιλογής χαρακτηριστικών του ReliefF από διαδικασία ενός γύρου σε διαδικασία πολλών γύρων και ο αλγόριθμος SURF είναι επέκταση του ReliefF που καθορίζει αυτόματα τον ιδανικό αριθμό από γείτονες προς εξέταση κατά τη βαθμολόγηση των χαρακτηριστικών. Στο πρώτο μέρος της διπλωματικής γίνεται βιβλιογραφική αναφορά σε ερευνητικές εργασίες που αφορούν αλγορίθμους μηχανικής χαρακτηριστικών. Στο τελευταίο μέρος της διπλωματικής θα διεξαχθεί πειραματική αξιολόγηση των αλγορίθμων ReliefF, TuRF και SURF σε δημοσίως διαθέσιμα σύνολα δεδομένων. Πιο συγκεκριμένα, η αξιολόγηση της αποδοτικότητας των αλγορίθμων θα γίνει ως προς την πολυπλοκότητα, την ακρίβεια καθώς και άλλες μετρικές σε δημοσίως διαθέσιμα σύνολα δεδομένων.