Resumen

En el campo de la ingeniería, las dimensiones excesivas de los datos afectan la eficiencia del aprendizaje automático y el análisis de las relaciones entre los datos o características. Para hacer que la reducción de la dimensionalidad de las características sea más efectiva y rápida, este artículo propone un nuevo enfoque de reducción de la dimensionalidad de las características que combina un método de muestreo con un algoritmo de optimización heurística inteligente. Basándose en la selección de características, este método construye un sistema de puntuación de características y un sistema de puntuación de longitud de reducción de dimensiones basado en el método de muestreo. Según las puntuaciones de las características y las longitudes de reducción de dimensiones, el método selecciona un número de características y longitudes de reducción de dimensiones que están clasificadas al frente con puntuaciones altas. Este método de reducción de la dimensionalidad de las características permite una selección óptima en profundidad de las características y longitudes de reducción de dimensiones con puntuaciones altas utilizando un algoritmo de optimización heurística intelig

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Ingeniería; Dimensiones de datos; Aprendizaje automático; Selección de características; Reducción de dimensionalidad; Algoritmo de optimización
• Keywords:Engineering; Data dimensions; Machine learning; Feature selection; Dimensionality reduction; Optimization algorithm