طبقه بندی و پیشبینی قیمت موبایل با استفاده از الگوریتم -Kنزدیکترین همسایه و ماشین بردار پشتیبان

تکنیک های طبقه بندی مبتنی بر یادگیری ماشین در حل مسائل تصمیم گیری موثر واقع شده است. در بسیاری از زمینه های پیشبینی قیمت مانند پیشبینی قیمت مسکن، پیشبینی قیمت سهام، پیش بینی قیمت موبایل و ... از الگوریتمهای طبقه بندی مختلف مانند درخت تصمیم، -Kنزدیکترین همسایه و ماشین بردار پشتیان، انواع مدلهای شبکه های عصبی و... استفاده میشود. در این مطالعه از دو تکنیک -Kنزدیکترین همسایه و ماشین بردار پشتیان برای پیشبینی محدوده قیمت موبایل استفاده شده است. برای مقایسه دقت این الگوریتمها از مجموعه داده استاندارد موجود در سایت کگل استفاده شده است و عملکرد دو روش ارزیابی و مقایسه شده است. همچنین با استفاده از معیار ضریب همبستگی موثرترین ویژگیها بر قیمت موبایل استخراج شده است. در ادامه ارزیابی و مقایسه عملکرد دو روش بر روی دیتاست با ویژگیهای کاهش یافته انجام شده است.