Feature Selection Using Geometric Semantic Genetic Programming

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorSao Paulo Southwestern Coll-
Autor(es): dc.creatorRosa, G. H. [UNESP]-
Autor(es): dc.creatorPapa, J. P. [UNESP]-
Autor(es): dc.creatorPapa, L. P.-
Autor(es): dc.creatorOchoa, G.-
Data de aceite: dc.date.accessioned2022-02-22T00:58:33Z-
Data de disponibilização: dc.date.available2022-02-22T00:58:33Z-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2017-01-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1145/3067695.3076020-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/210101-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/210101-
Descrição: dc.descriptionFeature selection concerns the task of finding the subset of features that are most relevant to some specific problem in the context of machine learning. During the last years, the problem of feature selection has been modeled as an optimization task, where the idea is to find the subset of features that maximize some fitness function, which can be a given classifier's accuracy or even some measure concerning the samples' separability in the feature space, for instance. In this paper, we introduced Geometric Semantic Genetic Programming (GSGP) in the context of feature selection, and we experimentally showed it can work properly with both conic and non-conic fitness landscapes.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionSao Paulo State Univ, Dept Comp, BR-17033360 Bauru, SP, Brazil-
Descrição: dc.descriptionSao Paulo Southwestern Coll, BR-18707150 Avare, SP, Brazil-
Descrição: dc.descriptionSao Paulo State Univ, Dept Comp, BR-17033360 Bauru, SP, Brazil-
Descrição: dc.descriptionFAPESP: 2014/162509-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2015/25739-4-
Descrição: dc.descriptionCNPq: 306166/2014-3-
Formato: dc.format253-254-
Idioma: dc.languageen-
Publicador: dc.publisherAssoc Computing Machinery-
Relação: dc.relationProceedings Of The 2017 Genetic And Evolutionary Computation Conference Companion (gecco'17 Companion)-
???dc.source???: dc.sourceWeb of Science-
Palavras-chave: dc.subjectFeature selection-
Palavras-chave: dc.subjectGeometric Semantic Genetic Programming-
Título: dc.titleFeature Selection Using Geometric Semantic Genetic Programming-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.