مقایسه عملکرد الگوریتم های طبقه بندی 1NN ، KNN ، Parzen و Bayes بر روی مجموعه داده های مختلف بیوانفورماتیکی
- سال انتشار: 1398
- محل انتشار: سومین کنفرانس بین المللی محاسبات نرم
- کد COI اختصاصی: CSCG03_115
- زبان مقاله: فارسی
- تعداد مشاهده: 949
نویسندگان
مربی ، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران؛
چکیده
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 بیولوژیمقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.