مقایسه عملکرد الگوریتم های طبقه بندی 1NN ، KNN ، Parzen و Bayes بر روی مجموعه داده های مختلف بیوانفورماتیکی

طبقه بندی یکی از مهمترین مباحث پایه ای در زمینه های آمار، یادگیری ماشین، شناسایی الگو و داده کاوی می باشد . در این مقاله به بررسی عملکرد الگوریتم های 1 – NearestNeighbour ، K – earestNeighbour ، Parzen و Bayes و اجرای آن ها بر روی چهار مجموعه داده ی متفاوت بیوانفورماتکی با استفاده از نرم افزار MATLAB پرداخته شده است. از آنجایی که عملکرد هر الگوریتم طبقه بندی با توجه به مساله ای که با آن سروکار داریم متفاوت خواهد بود، به مقایسه عملکرد چهار الگوریتم طبقه بندی بر روی مجموعه داده های بیولوژی منتشر شده از KAGGLE و تعریف شده پرداخته شد و نتایح حاصله نشان دهنده کارایی الگوریتمهای مزبور در مقایسه با دیگر الگوریتم ها می باشد تا الگوریتم بهینه با توجه به داده های ورودی مساله مشخص شود.

کلیدواژه ها:

الگوریتم های طبقه بندی ، 1NN ، KNN ، Parzen ، Bayes ، داده های بیولوژی