طبقه بندی کلاس های کمیاب مبتنی بر مجموعه های دانه درشت و پردازش تکاملی

نمونه های کمیاب اغلب بسیار مورد توجه می باشند. در تشخیص پزشکی، بیماری های نادری نظیر سرطان بسیار جالب تر از بیماری های معمولی نظیر سرماخوردگی می باشند. در این مقاله به منظور طبقه بندی کلاس های کمیاب، به تولید یک مجموعه از قوانین مبتنی بر مجموعه های دانه درشت و پردازش تکاملی پرداخته شده است. ابتدا بر روی مجموعه داده ها، عملیات پیش پردازش شامل استفاده از مقادیر عمومی به جای مقادیر گمشده و گسسته سازی مشخصه ها انجام، سپس با بهره گیری از تئوری مجموعه های دانه درشت و پردازش تکاملی، مشخصه های مناسب استخراج می شوند. در انتها با استفاده از پردازش تکاملی یک مجموعه قوانین که تنها کلاسهای کمیاب را مورد پیشبینی قرار می دهند، ارایه شده است. نتایج به دست آمده بر روی مجموعه داده های مختلف که دارای مشخصه های زیادی هستند در مقایسه با نتایج معتبر ارایه شده، بسیار مطلوب تر بوده است.

کلیدواژه ها:

داده کاوی ، طبقه بندی ، کلاسهای کمیاب ، مجموعه های دانه درشت ، پردازش تکاملی