CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

نقش تحلیل مولفه های اصلی (PCA) در مدل سازی داده های بزرگ

عنوان مقاله: نقش تحلیل مولفه های اصلی (PCA) در مدل سازی داده های بزرگ
شناسه ملی مقاله: CSCG03_148
منتشر شده در سومین کنفرانس بین المللی محاسبات نرم در سال 1398
مشخصات نویسندگان مقاله:

مجتبی بابانیا - بابلسر، دانشگاه مازندران؛
احمد پوردرویش - بابلسر، دانشگاه مازندران؛
سیدباقر میراشرفی - بابلسر، دانشگاه مازندران؛

خلاصه 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.

کلمات کلیدی:
مولفه های اصلی؛ داده های بزرگ؛ مقادیر ویژه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1006087/