پیاده سازی چندین استراتژی داده کاوی روی داده های بینی الکترونیکی برای شناسایی گلوتن در پنیر

بینی الکترونیکی یک دستگاه الکترونیکی برای تشخیص بو است. داده های به دست آمده از این دستگاه به صورت عددی و در ستون های مختلف ذخیره می شوند که مربوط به داده های دو نوع پنیر بدون گلوتن و پنیر حاوی گلوتن هستند. این داده ها به تنهایی برای تصمیم گیری و قضاوت کافی نیستند و لازم است روابط و الگوهای میان آن ها کشف شود تا مشخص شود داده های جدید ثبت شده توسط دستگاه به کدام دسته از پنیرهای دارای گلوتن یا بدون گلوتن تعلق دارند. به همین منظور، در این تحقیق از روش های داده کاوی و یادگیری ماشین استفاده شده است. داده کاوی شامل الگوریتم های متنوعی مانند طبقه بندی، خوشه بندی و استخراج قوانین وابستگی است. برای دستیابی به نتایج بهتر، فرآیند داده کاوی بر روی ۱۰۵ ترکیب مختلف از مدل ها انجام شد و ۱۳ مدلی که بالاترین دقت را در درک روابط میان داده ها داشتند، در تحقیق ذکر شده اند. در این پژوهش، با استفاده از روش های داده کاوی، داده های مربوط به پنیرهای دارای گلوتن و بدون گلوتن در دسته های جداگانه طبقه بندی شدند و مدلی جهت پیش بینی نوع داده های جدید از نظر ماهیت پنیر (دارای گلوتن یا بدون گلوتن) ایجاد شد. پس از تحلیل ۱۰۵ ترکیب مختلف، در نهایت مدلی که از الگوریتم Random Forest برای طبقه بندی و از MinMaxScaler  برای مقیاس بندی داده ها استفاده می کرد، به عنوان بهترین مدل با دقت پیش بینی ۹۹.۸٪ برای هر دو مجموعه داده های آموزش و آزمون انتخاب شد.

کلیدواژه ها:

بینی الکترونیکی ، داده کاوی ، درخت تصمیم ، طبقه بندی داده ها ، یادگیری ماشین