مقایسه عملکرد الگوریتم های طبقه بندی 1NN ، KNN ، Parzen و Bayes بر روی مجموعه داده های مختلف بیوانفورماتیکی
Publish place: 3rd International Conference on Soft Computing
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 788
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG03_115
تاریخ نمایه سازی: 14 فروردین 1399
Abstract:
طبقه بندی یکی از مهمترین مباحث پایه ای در زمینه های آمار، یادگیری ماشین، شناسایی الگو و داده کاوی می باشد . در این مقاله به بررسی عملکرد الگوریتم های 1 – NearestNeighbour ، K – earestNeighbour ، Parzen و Bayes و اجرای آن ها بر روی چهار مجموعه داده ی متفاوت بیوانفورماتکی با استفاده از نرم افزار MATLAB پرداخته شده است. از آنجایی که عملکرد هر الگوریتم طبقه بندی با توجه به مساله ای که با آن سروکار داریم متفاوت خواهد بود، به مقایسه عملکرد چهار الگوریتم طبقه بندی بر روی مجموعه داده های بیولوژی منتشر شده از KAGGLE و تعریف شده پرداخته شد و نتایح حاصله نشان دهنده کارایی الگوریتمهای مزبور در مقایسه با دیگر الگوریتم ها می باشد تا الگوریتم بهینه با توجه به داده های ورودی مساله مشخص شود.
Keywords:
Authors
حسن نصرتی ناهوک
مربی ، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، ایران؛