دسته بندی داده های دو رده ای با ابرمستطیل موازی محورهای مختصات
- سال انتشار: 1398
- محل انتشار: دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره: 7، شماره: 26
- کد COI اختصاصی: JR_AICTI-7-26_001
- زبان مقاله: فارسی
- تعداد مشاهده: 34
نویسندگان
صنعتی اصفهان
چکیده
یکی از روشهای یادگیری در یادگیری ماشین و شناسایی الگو، یادگیری با ناظر است. در یادگیری با ناظر و در مسایل دو رده ای، برچسب دادههای آموزشی موجود و شامل دو رده مثبت و منفی میباشند. هدف الگوریتم یادگیری با ناظر، محاسبه فرضیه ای است که بتواند با کمترین مقدار خطا، داده های مثبت و منفی را از یکدیگر جدا کند. در این مقاله، از بین کلیه الگوریتمهای یادگیری با ناظر، بر عملکرد درخت های تصمیم متمرکز می شویم. دیدگاه هندسی درخت تصمیم ما را به مفهوم تفکیک پذیری در هندسه محاسباتی نزدیک می کند. از بین کلیه الگوریتم های تفکیک پذیری موجود و مرتبط با درخت تصمیم، مساله محاسبه مستطیل با حداکثر اختلاف دو رنگ را مطرح می کنیم و الگوریتم را در یک، دو، سه و m بعد پیادهسازی می کنیم که m تعداد ویژگیهای دادهها را نشان میدهد. نتیجه پیاده سازی نشان دهنده آن است که این الگوریتم، الگوریتمی قابل رقابت با الگوریتم شناخته شده C۴.۵ است.کلیدواژه ها
یادگیری ماشین، دسته بندی، درخت تصمیم، هندسه محاسباتی، تفکیک پذیری، مستطیلاطلاعات 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.