یک روش انتخاب ویژگی دو مرحله‌ای برای موضوع‌بندی متن بر اساس مقاله با استفاده از الگوریتم ژنتیک

• نتایج اصلی این مقاله با 500 تکرار بدست می آیند که تقریبا 3 روز نیاز به اجرا دارد.
• نتایج توی فایل اکسل ذخیره میشوند.
• مدل مسئله بصورتی هست که برای هر روش 10 بار کراس ولیدیشن دارد
  با روش ایتفرمیشن جین ده تا حالت داره
  حالا برای هر کدوم از این 100 تا حالت 500 تکرار الگوریتم ژنتیک هم لازم است.

در این مقاله هدف اجرای دو رویکرد دو مرحله‌ای در دسته‌بندی متن دنبال شده است. همانطور که در شکل 1 مشاهده می‌شود، پس از انجام پیش‌پردازش‌های لازم و تبدیل متن به برداری از ویژگی‌های عددی تعریف‌کننده، ابتدا به‌صورت مستقیم و با استفاده از دو مدل دسته‌بندی شناخته شده KNN و SVM دسته‌بندی صورت گرفته است. دلیل استفاده از SVM و جایگزینی آن با C4.5 این بوده است که پیاده‌سازی شخصی این روش (که در پوشه ارسالی نیز موجود است) سرعت اجرایی بسیار پایینی دارد. بنابراین، روش SVM موجود در متلب به‌عنوان جایگزین انتخاب شده است. سپس، با استفاده از روش Information Gain (IG) هر یک از مقادیر ویژگی استخراج شده نرمال شده‌اند.