بهبود رده بندی داده های نامتوازن در الگوریتم جنگل تصادفی با استفاده از شبکه های عصبی- مرحله
محل انتشار: مجله علوم رایانشی، دوره: 3، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 45
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CSJI-3-1_003
تاریخ نمایه سازی: 14 بهمن 1402
چکیده مقاله:
امروزه پژوهشگران برای داده کاوی ، با دو نوع داده، مواجه هستند: ۱- داده های متوازن ۲- داده های نامتوازن . چالش اصلی، در داده کاوی داده های نامتوازن است. از طرفی، یکی از روش های داده کاوی، رده بندی است. برای رده بندی داده های نامتوازن با چالش هایی مانند: استخراج مدل جانبدارانه متمایل به داده های آموزشی، رده بندی اشتباه رده اقلیت ، صرفه نظر کردن از داده های مهم رده اقلیت و بیش پوشش مواجه هستیم؛ از این رو از روش های مرسوم و معمول نمی توان برای رده بندی این نوع داده ها استفاده کرد. در این تحقیق، سعی شده است رده بندی داده های نامتوازن با الگوریتم جنگل تصادفی را با استفاده از روش شبکه های عصبی–مرحلهی انفیس ، بهبود بخشیده و معیارهای مختلف برای ارزیابی این روش، سنجیده شود.
کلیدواژه ها:
نویسندگان
هادی مهدوی نیا
دانشگاه آزاد اسلامی واحد دولتآباد، گروه کامپیوتر، اصفهان، ایران
اعظم ربیعی
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد دولت آباد، اصفهان، ایران