نقش تحلیل مولفه های اصلی (PCA) در مدل سازی داده های بزرگ
محل انتشار: سومین کنفرانس بین المللی محاسبات نرم
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 864
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG03_148
تاریخ نمایه سازی: 14 فروردین 1399
چکیده مقاله:
در این مقاله قصد داریم، با استفاده از روش تحلیل مولفه های اصلی ( PCA ) ، مشکلات مدل سازی داده های بزرگ را حل نماییم. با ظهور داده های بزرگ در عصر کنونی که از نظر حجم، تنوع و سرعت تولید بسیاربزرگتر از داده های معمول هستند، نیاز به تکنیک ها و روش هایی است تا بتوان آنها را اداره نمود. PCA نیز از جمله ی این روش هاست که در کاهش ابعاد بسیار کاربردپذیر است. در این مقاله ابتدا مدل PCA را ارائهنموده، آنگاه با استفاده از مجموعه داده هایی واقعی با ابعاد و تعداد زیاد، کاربرد این مدل را مورد ارزیابی قرار می دهیم.
کلیدواژه ها:
نویسندگان
مجتبی بابانیا
بابلسر، دانشگاه مازندران؛
احمد پوردرویش
بابلسر، دانشگاه مازندران؛
سیدباقر میراشرفی
بابلسر، دانشگاه مازندران؛