انتخاب بهینه ترین K برای دیتاست های موجود با استفاده از MLP-KFOLD

پیشرفت روز افزون تکنولوژی های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می باشیم. امروزه خوشه بندی داده به عنوان یکی از روش های آنالیز و ساده سازی مجموعه داده های بزرگ، مورد توجه بسیاری از محققین قرار گرفته است. در این مقاله با استفاده از MLP-KFOLD داده ها مورد نظر را به تعداد K، که انتخاب K هم به اندازه تعداد داده های موجود یا همان دیتاست بستگی دارد. این نوع اعتبارسنجی داده ها به K زیرمجموعه افراز می شوند. از این K زیرمجموعه، هر بار یکی برای اعتبارسنجی و K-1 تای دیگر برای آموزش بکار می روند. این روال K بار تکرار می شود و همه داده ها دقیقا یکبار برای آموزش و یکبار برای اعتبارسنجی بکار می روند. در نهایت میانگین نتیجه این K بار اعتبارسنجی به عنوان یک تخمین نهایی برگزیده می شود. در روش K-Fold سعی می شود نسبت داده ای هر کلاس در هر زیرمجموعه و در مجموعه اصلی یکسان باشد.

کلیدواژه ها:

اعتبارسنجی ، خوشه بندی ، کلاسترینگ ، دسته بندی ، K-Fold