ارائه مدلی جهت بهبود دقت درخت تصمیم در طبقه بندی چند کلاسه

در طول دهه های گذشته حجم زیادی از داده ها در پایگاه داده ها انباشته و ذخیره شده اند. در واقع سازمان ها در اطلاعات غرق شده اند در حالی که تشنه دانش هستند . این امرنشانگر آن است که سازمانها نتوانسته اند از دانش درون داده ها به نحو مناسب استفاده نمایند . در واقع داده کاوی پاسخی به این نیاز سازمانها و موسسات است. داده کاوی به فرآیند نیمه خودکار تجزیه و تحلیل پایگاه داده ها به منظور یافتن الگوهای مفید اطلاق می شود. از میان تکنیک های داده کاوی، درخت تصمیم به دلیل سادگی و قابل فهم بودن، تکنیک رایج و محبوبی در داده کاوی محسوب می شود. یک مشکلات در استفاده از درخت تصمیم این است که، در طبقه بندی مجموعه داده های با بیش از دو کلاس، کارایی درخت تصمیم کاهش پیدا می کند و نمی تواند نمونه های کلاس های مختلف را با دقت بالایی، کلاس بندی کند. در این پایان نامه برای بهبود عملکرد درخت تصمیم در طبفه بندی مجموعه داده های با بیش از دو کلاس، راهکاری ارائه شده است تا بتوان از این الگوریتم محبوب با قابلیت اعتماد بالاتری در طبقه بندی مجموعه داده های با بیش از دو کلاس نیز استفاده نمود. کارایی روش پیشنهادی با روش درخت تصمیم پایه، با استفاده از معیار دقت مورد ارزیابی قرار گرفته است، که نتایج آزمایش ها نشان از کارایی نسبتا بالای روش پیشنهادی در مواجهه با مجموعه داده های مختلف می باشد.

کلیدواژه ها:

داده کاوی ، در خت تصمیم ، طبقه بندی چند کلاسه ، معیار دقت