Методи вибору та обробки ознак

Вибір ознак полягає у виборі з усіх виділених ознак саме тих, за допомогою яких буде здійснюватися прогнозування. Блок вибору ознак може бути відсутній, оскільки для багатьох методів виділення ознак подальший вибір ознак для коректної класифікації не потрібне. Також, блок вибору ознак може бути суміщеним з блоком класифікації (наприклад, при використанні нейронних мереж). Обробка ознак проводиться при необхідності їхнього поліпшення задля подальшого аналізу і, зазвичай, використовує стандартні методи обробки сигналів, такі як згладжування сигналу, нормалізація та інші. Тому далі розглянемо лише методи вибору ознак.

Генетичні алгоритми. Генетичні алгоритмі працюють по аналогії до біологічної еволюції. На виході генетичних алгоритмів кожен результат має вигляд потоку бітів, який називається «хромосомою». Кожна хромосома складається з рядів бітів або «генів», зміст яких називається алелями. Така хромосома використовується для того, щоб визначити значущі ознаки з набору всіх ознак. Прикладом застосування генетичних алгоритмів для вибору ознак при прогнозуванні епілептичних нападів є робота, в якій хромосома складалася з чотирьох генів, які, в свою чергу, містили інформацію про: 1) канали сигналу; 2) ознаки першого рівня; 3) ознаки другого рівня; 4) ознаки третього рівня. Ефективність кожної ознаки визначається за допомогою роздільного відношення Фішера (Fisher’s discriminant ratio) для двох класів: стан перед нападом і стан, коли напад не очікується. Роздільне відношення Фішера FDR для -ї ознаки визначається як

,

де - кількість класів, -середнє значення -ї ознаки -го класу, - стандартне відхилення -ї ознаки -го класу.