طبقه بندی کلان داده های نامتعادل با استفاده از الگوریتم جنگل تصادفی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,499
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:
ITCC02_269
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
با افزایش رو به رشد نمایی داده ها و حجم بزرگی از آنها که به وجود آمده است، روز به روز نیاز به پررداز وتحلیل این داده های کلان بیشتر میشود. طبقه بندی داده ها، شکلی از تحلیل داده ها تلقی می شود، که در آنمدل هایی جهت توصیف کلاسهای مهمی از داده ها استخراج می شود . یکی از اهداف اصلی در طبقه بندیداده ها رسیدن به صحت بالاست و یکی از متدها برای رسیدن به این هدف استفاده از یادگیری تلفیقی است .جنگل تصادفی به عنوان درخت تصمیم تلفیقی شناخته می شود و کارایی خوبی هم در طبقه بندی داده های کلاندارد. طبقه بندی مجموعه داده های نامتعادل چالشی را برای اکثر تکنیک های یادگیری استاندارد به وجود آوردهاست و الگوریتم جنگل تصادفی هم تحت تاثیر مندی توزیع کلاس نامتعادل قرار گرفته است. در این کار، ازمتد SplitBal که روشی جدید در ایجاد تعادل داده های نامتعادل می باشد، برای متعادل سازی داده های کلاننامتعادل استفاده گردیده است و در نهایت کار طبقه بندی این نوع داده ها را با کمک الگوریتم جنگل تصادفیانجام داده ایم. نتایج این کار در مقابل کارهای انجام شده از جمله نمونه زدایی تصادفی و نمونه افزایی تصادفی وروش حساس به هزینه نتایجی بهتر در زمان اجرا و کارایی طبقه بندی را در بعضی از نگاشت کننده ها نشان می -دهد که مزیت این روش در مقابل دیگر روش ها نداشتن سربار و از دست دادن داده های مدید است. در این کاراز روش ارزیابی میانگین هندسی برای مقایسه روش پیشنهادی نسبت به روش های دیگر استفاده شده است.
کلیدواژه ها:
نویسندگان
وحید فاضلی نیا
دانشجوی کارشناسی ارشد، کامپیوتر نرمافزار، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران
عادل قاضی خانی
عضو هیئت علمی، کامپیوتر نرمافزار، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران
پوریا محمدعلمی
دانشجوی کارشناسی ارشد، کامپیوتر نرمافزار، دانشگاه بین المللی امام رضا (ع)، مشهد، 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 :