روشی در جهت بهبود الگوریتم های طبقه بندی داده ها با استفاده از تاپسیس

داده کاوی یکی از ده علم رو به رشد دنیا است و یکی از مهمترین الگوریتم های داده کاوی، الگوریتم های مبتنی بر مدل های پیشگویی است که برای پیش بینی آینده به کار برده می شود. در این مقاله به منظور بهبود دقت الگوریتم های طبقه بندی در داده کاوی، از تکنیک مرتب سازی عملکرد بر اساس شباهت به راه حل ایده آل که یکی از معتبرترین تکنیک های جبرانی تصمیم گیری چند معیاره می باشد، و نیز تکنیک وزن دهی آنتروپی برای وزن دهی به خصیصه ها استفاده شده است که مزیت اصلی آن حجم بسیار کم پردازش اطلاعات نسبت به سایر الگوریتم هاست. همچنین از توابع فازی برای بهبود دقت این روش استفاده کرده ایم. بر اساس آزمایش های انجام شده بر روی سه پایگاه اطلاعاتی استاندارد، نتایج بدست آمده حاکی از دقت بالای روش پیشنهادی نسبت به اکثر الگوریتم های طبقه بندی است.

Keywords:

تکنیک مرتب سازی عملکرد بر اساس شباهت به راه حل ایده آل , تصمیم گیری چند معیاره , داده کاوی , روش وزن دهی آنتروپی , طبقه بندی