تاثیر ضریب سیلهوت و روش انتخاب ویژگی ها در طبقه بندی داده های بدون برچسب

  • سال انتشار: 1396
  • محل انتشار: دهمین کنفرانس بین المللی انجمن تحقیق در عملیات ایران
  • کد COI اختصاصی: ICIORS10_185
  • زبان مقاله: فارسی
  • تعداد مشاهده: 540
دانلود فایل این مقاله

نویسندگان

حسین موسایی

عضو هیات علمی گروه ریاضی دانشگاه بجنورد

نازیلا صباغی

دانشجوی کارشناسی ارشد دانشگاه بجنورد

چکیده

در این مقاله شیو های از داده کاوی که در طبقه بندی یادگیری ماشین کاربرد دارد، معرفی می کنیم. هدف اصلی مقاله طبقه بنددی داده های بدون برچسب و با بردن دقت آب می باشد. برای رسیدن به این هدف، داده های بدون برچسب را به کمک ماشین بردار پشتیبان و با استفاده از نامساوی قدر مطلق طبقه بندی می کنیم، برای بالا بردب دقت روش مذکور را با روش های ضری سیلهوت و انتخاب ویژگی ترکی می نماییم. سپس برای روش های معرفی شده، محاسبات عددی در ابعاد مختلف ارایه می دهیم . نتایج عددی با ترکی شیوه فوق با روش سیلهوت و انتخاب ویژگی به طور قابل ملاحظه ای بهبود یافته است. برای مقایسه کارایی روش ترکیبی فوق، از الگوریتم k-means برای مقایسه نیز استفاده می کنیم.

کلیدواژه ها

طبقه بندی، نامساوی قدر مطلق، ماشین بردار پشتیبان یادگیری ماشین، داده های بدون برچسب

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.