جانشینی مقادیر گمشده و تاثیر آن بر خطای کلاسه بندی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 568
فایل این مقاله در 12 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:
ITCC01_428
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
اجتناب از داده های گمشده در مجموعه داده های واقعی، حتی اگر نهایت دقت هم در جمع آوریداده ها بشود، باز هم غیرممکن است. این مقادیر می توانند تمام فرایند داده کاوی و تفسیرهایحاصل را تحت تاثیر قرار دهند. اکثر الگوریتم های داده کاوی با این فرض طراحی شده اند که هیچمقدار گمشدهای در مجموعه داده ها وجود ندارد. بنابراین برخورد با مقادیر گمشده می تواند بطورقابل ملاحظه ای کیفیت داده کاوی را افزایش دهد. در این مقاله، تاثیر روش های معروف جانشینیمقادیر گمشده شامل KNN, Hot Deck, Mean/Mode و Multiple Imputation برروی دقت و خطای کلاسه بندی با آزمایش بر روی ده مجموعه داده با کاربردهای مختلف موردمقایسه و ارزیابی قرار می گیرند. آزمایشات بر روی شش نرخ مختلف از مقادیر گمشده انجام میگیرند. این مجموعه داده ها در اندازه، تعداد مقادیر گمشده، و انواع داده های اسمی و عددی متفاوتمی باشند. در آزمایشات از پنج کلاسه بند معروف نزدیکترین k همسایه، بیزین ساده، مبتنی برقاعده ی RIPPER و ماشین بردار پشتیبان استفاده می شود.
کلیدواژه ها:
نویسندگان
حمیدرضا طهماسبی
مربی، عضو هیات علمی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران
ملیحه آموزگار
مربی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران
حسن قائدی
مربی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :