الگوریتم های طبقه بندی کلان داده های نامتعادل

با افزایش روش به رشد نمایی داده ها و حجم بزرگی از آنها که به وجود آمده است، روز به روز نیاز به پردازش وتحلیل این داده های کلان بیشتر می شود. طبقه بندی داده ها، شکلی از تحلیل داده ها تلقی می شود، که در آنمدل هایی جهت توصیف کلاس های مهمی از داده ها استخراج می شود. طبقه بندی مجموعه داده های نامتعادل ،چالشی را برای اکثر تلنیک های یادگیری استاندارد به وجود آورده است و الگوریتم ها، تحت تاثیر منفی توزیعکلاس نامتعادل قرار گرفته است. در این کار، به بررسی روش های مختلف طبقه بندی کلان داده های نامتعادل باالگوریتم های مختلفی از جمله تعدیل نمونه، الگوریتم های تکاملی و غیره پرداخته شده است. نتایج در مقالات بااستفاده از روش های ارزیابی مختلف مورد مقایسه قرار گرفته اند.

کلیدواژه ها:

کلان داده ها ، نگاشت کاهش ، مجموعه داده های نامتاادل ، یادگیری ماشین ، طبقه بندی داده ها