شناسایی و پاکسازی دادههای نامعتبر در پایگاه دادههای گردآوری شده از فعالیتهای اقتصادی در امور بنادر

بنادر به عنوان بستری برای فعالیتهای عظیم اقتصادی و اجتماعی درجهان به شمارمیآیند. از این رو توسعه بنادر به عنوان یک ابزارقدرتمندجهت رشد اقتصادی یب کشور، یب امر حیاتی است. در بسیاری از مطالعات بندری که به منظور اهداف مختلف اقتصادی سیاسی نظامی اجتماعی، فرهنگی و توسعه بنادر صورت میگیرد، پایگاه دادههای مختلفی از شرایط موجود گردآوری میشود. بسیاری از این پایگاه داده ها به صورت رقومی هستند که ممکن است در آنها بر اثر عوامل متعددی نظیر خطاهای دستگاهی، خطاهای انسانی و یه ها تغییر در شرایط موجود، دادههایی به صورت نامعتبر و خطا ایجاد شوند. این دسته از دادهها تجزیه و تحلیل نمونه را با مشکل مواجه کرده و منجر به نتیجهگیری نادرست از آنها میشوند. چه بسا ممکن است نتایج اشتباه سبب بروز خسارات هنگفت جانی و مالی شوند. از اینرو شناسایی و پاکسازی دادههای نامعتبر بسیارحائق اهمیت است. در این مقاله از الگوریتم k تا نقدیکترین همسایه ) kNN ( جهت شناسایی و پاکسازی این دادهها استفاده شده، و همچنین نحوهبکارگیری آن روی دو نمونه تصادفی بحث شده است. این الگوریتم یکی از پرکاربردترین الگوریتمهای عقم داده کاوی است که میتواند در پاکسازی دادههای نامعتبر مورد استفاده قرار گیرد

Keywords:

سرمایه گذاری در بنادر , توسعه بنادر , الگوریتم k تا نقدیکترین همسایه ) kNN ( , شناسایی دادههای نامعتبر