互斥與完備集合的特徵選擇方法、電腦程式產品

【19】中華民國　　　　　　【12】專利公報 　（B）

MUTUALLY-EXCLUSIVE AND COLLECTIVELY-EXHAUSTIVE (MECE) FEATURE SELECTION METHOD AND COMPUTER PROGRAM

PRODUCT

【21】申請案號：104127537 【22】申請日： 中華民國 104 (2015) 年 08 月 24 日 【72】發 明 人： 李家岩 (TW) LEE, CHIA YEN；陳柏勳 (TW) CHEN, BO SYUN

【71】申 請 人： 國立成功大學 NATIONAL CHENG KUNG UNIVERSITY 臺南市大學路 1 號 【74】代 理 人： 李世章；秦建譜 【56】參考文獻： TW I294971 US 6529895B2 TW 201126354A US 6977679B2 審查人員：施易昉 [57]申請專利範圍 1.　一種互斥與完備集合的特徵選擇方法，用於一電子裝置，該特徵選擇方法包括：取得多 個樣本，其中每一該些樣本具有多個變數；進行一獨立性變數產生步驟，從每一該些樣 本中取得該些變數的其中之一來產生一向量以代表對應的該變數，以根據一分群數目將 該些變數分為多個變數群組，並從每一該些變數群組中選擇該些變數的其中至少一者來 產生多個獨立性變數；從該些獨立性變數中選出多個重要變數；根據該些重要變數計算 該些樣本的一第一分群指標；重複執行一第一程序一預設次數，其中該第一程序包括： 對每一該些樣本產生一啞變數；以及將該些重要變數與該啞變數結合，以計算該些樣本 的一第二分群指標；判斷該第一分群指標與該些第二分群指標是否通過一完整性測試； 以及當該第一分群指標與該些第二分群指標通過該完整性測試時，輸出該些重要變數。 2.　如申請專利範圍第 1 項所述之特徵選擇方法，其中該獨立性變數產生步驟包括：對該些 樣本執行一華德法(Ward’s method)，以決定 該分群數目；根據該分群數目對該些變數執 行一 K 均值(K-means)分群演算法，以將該些變數分為該些變數群組；對於每一該些變數 群組中的每一該些變數均計算一第三分群指標；以及根據該些第三分群指標，從每一該 些變數群組中選出該些變數的其中之一者。 3.　如申請專利範圍第 1 項所述之特徵選擇方法，其中所述從該些獨立性變數中選出該些重 要變數的步驟包括：對該些獨立性變數執行一步進選擇(stepwise selection)演算法以選出 該些重要變數。 4.　如申請專利範圍第 1 項所述之特徵選擇方法，其中所述從該些獨立性變數中選出該些重 要變數的步驟包括：對該些獨立性變數執行一最佳子集合(best subset)演算法以選出該些 重要變數。 5.　如申請專利範圍第 1 項所述之特徵選擇方法，其中所述對每一該些樣本產生該啞變數的 步驟包括：對每一該些樣本以一均勻分佈(uniform distribution)隨機地產生該啞變數。 6645

-6.　如申請專利範圍第 1 項所述之特徵選擇方法，其中所述判斷該第一分群指標與該些第二 分群指標是否通過該完整性測試的步驟包括：計算該些第二分群指標的一平均值；執行 一統計假設檢定，其中在該統計假設檢定中，一虛無假設(null hypothesis)被設定為該第 一分群指標相同於該平均值；以及若該虛無假設被接受，則判斷該第一分群指標與該些 第二分群指標通過該完整性測試。 7.　如申請專利範圍第 1 項所述之特徵選擇方法，更包括：若該第一分群指標與該些第二分 群指標沒有通過該完整性測試，判斷該些重要變數的數目是否小於該些變數的數目；以 及若該些重要變數的數目小於該些變數的數目，則增加該分群數目，並根據增加後的該 分群數目重新進行該獨立性變數產生步驟。 8.　一種電腦程式產品，當電腦載入此電腦程式產品並執行後，可完成如請求項 1 至 7 任一 項所述之特徵選擇方法。 圖式簡單說明 [圖 1]是根據一實施例繪示電子裝置的方塊圖。 [圖 2]是根據一實施例描述互斥與完備集合原則的示意圖。 [圖 3]是根據一實施例繪示特徵選擇方法的流程圖。 [圖 4A]與[圖 4B]是根據一實施例繪示特徵選擇方法的流程圖。 (2) 6646

-(3)

-(4)