Publication details

Methodology of selecting the most informative variables for decision-making problems of classification type

Conference Paper (international conference)

Pudil Pavel, Somol Petr, Střítecký R.


serial: Proceedings 6th Int. Conf. on Information and Management Sciences, p. 1-18 , Eds: Lee Tien Sheng, Liu Yankui, Zhao Xiande

action: 6th Int. Conf. on Information and Management Sciences, (Lhasa, Tibet, CN, 01.07.2007-06.07.2007)

research: CEZ:AV0Z10750506

project(s): 1M0572, GA MŠk, 2C06019, GA MŠk, 507752, , GA402/03/1310, GA ČR, IAA2075302, GA AV ČR

keywords: feature selection, decision making, pattern recognition

preview: Download

abstract (eng):

The paper gives an overview of feature selection (abbreviated FS in the sequel) techniques in statistical pattern recognition with particular emphasis to recent knowledge. FS methods constitute the methodology of selecting the most informative variables for decision-making problems of classification type. Besides discussing the advances in methodology it attempts to put them into a taxonomical framework. The methods discussed include the latest variants of the optimal algorithms, enhanced sub-optimal techniques and the simultaneous semi-parametric probability density function modeling and feature space selection method. Some related issues are illustrated on real data with use of Feature Selection Toolbox software.

abstract (cze):

Článek podává přehled technik výběru příznaků statistického rozpoznávání s důrazem na aktuální stav poznání. Metody výběru příznaků jsou zde prezentovány v rámci metodologie výběru nejinformativnějších proměnných pro řešení rozhodovacích problémů klasifikačního typu. Článek též uvádí metody do taxonomie. Téma zahrnuje poslední varianty optimálních algoritmů, pokročilých sub-optimálních technik a integrovaných metod výběru podprostoru a statistického modelování pomocí semi-parametrické hustoty pravděpodobnosti. Některé související problémy jsou ilustrovány na výsledcích získaných pomocí programu Feature Selection Toolbox.

RIV: BD