0337780 20240103192944.720100128235959.9 6 s. - cav_un_epca*0337779978-0-7695-3902-7OEDM '09: Workshop on Optimization Based Methods for Emerging Data Mining Problems382-387Washington, DC, USAIEEE Computer Society2009 feature selection stability measure cav_un_auth*0101171 Novovičová Jana Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101197 Somol Petr Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101182 Pudil Pavel Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. 1M0572 GA MŠk cav_un_auth*0001814 GA102/07/1594 GA ČR cav_un_auth*0228611 GA102/08/0593 GA ČR cav_un_auth*0239567 2C06019 GA MŠk CZ cav_un_auth*0216518 CEZ:AV0Z10750506 Stability or robustness of feature selection methods is a topic of recent interest. A new stability measure based on the Shannon entropy is proposed in this paper to evaluate the overall occurrence of individual features in selected subsets of possibly varying cardinality. We compare the new measure to stability measures proposed recently by Somol et al. The new measure is computationally very efficient and adds another type of insight into the stability problem. All considered measures have been used to compare the stability of several feature selection methods (individually best ranking, sequential forward selection, sequential forward floating selection and dynamic oscillating search) on a set of examples. Stabilita (robustnost) metod výběru příznaků je předmětem aktuálního zájmu. V této práci je prezentovaná nová míra stability založená na Shannonovské entropii, zaměřená na vyhodnocování celkového výskytu příznaků ve vybraných podmnožinách různorodé kardinality. Porovnáváme tuto novou míru s mírami publikovanými nedávno v práci Somol et al. Nová míra je výpočetně velmi efektivní a přidává nový typ pohledu na problém stability. Všechny uvažované míry byly použity pro porovnání stability několika metod výběru příznaků (individuální řazení, sekvenční dopředné vyhledávání, sekvenční dopředné plovoucí vyhledávání a dynamické oscilační vyhledávání) na sérii příkladů. cav_un_auth*0259308 ICDMW '09: International Conference on Data Mining Workshops Miami, Florida 06.12.2009-09.12.2009 US 2010 BD http://hdl.handle.net/11104/0181702 2009 cav_un_epca*0337779 ICDMW '09: Proceedings of the 2009 IEEE International Conference on Data Mining Workshops OEDM '09: Workshop on Optimization Based Methods for Emerging Data Mining Problems 978-0-7695-3902-7 382 387 Washington, DC, USA IEEE Computer Society 2009