امین عینی پور - عضو هیئت علمی دانشگاه آزاد اسلامی واحد اندیمشک
عبدالنبی انصاری اصل - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات اهواز

حذف و نادیده گرفتن صفات خاصه در پایگاه داده های حجیم جهت تصمیمگیری و تحلیل سریع می تواند موثرواقع شود یکی از تکنیکهای پرکاربرد و مهم در مراحل پیش پردازش داده ها ، کاهش ابعاد داده ها و یا به عبارت دیگر انتخاب صفات خاصه مناسب برای داده کاوی است دراین مقاله تاثیر کاهش ابعاد در دسته بندی داده ها بررسی و پس از آن الگوریتمی موثر پیشنهاد می شود الگوریتم از دو مرحله تشکیل شده است که در مرحله اول با کمک دو معیار ترتیبی بین صفات خاصه به دست می اوریم صفات خاصه مرتب شده در مرحله اول به عنوان ورودی برای مرحله بعدی که ساخت یک درخت تصمیم است استفاده می شود. نتایج نشان میدهند که درخت تصمیم حاصل از این الگوریتم پیشنهادی همراه با یک دقت قابل قبول کوچکتر خواهند بود.

درخت تصمیم، قوانین دسته بندی، کاهش ویژگی ها