مروری بر روش های پیش بینی مقدار Miss Value در الگوریتم C4.5
Publish place: The first international conference of modern research engineers in electricity and computer
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,321
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0547
تاریخ نمایه سازی: 16 شهریور 1395
Abstract:
اغلب دیتاست های مربوط به ماشین یادگیری و داده کاوی دارای داده هایی با مقادیر Miss Value (داده گمشده) میباشند. چگونگی برخورد با Miss Value و نیز ارائه راهکارهایی مبنی بر پیش بینی مقدار مربوط به Miss Value ،منجر به بروز یک مسئله بسیار مهم در زمینه ماشین یادگیری و داده کاوی شده است. در بین الگوریتم های داده کاوی،الگوریتم C4.5 ، به دلیل کارآیی ، استفاده در کاربردهای مختلف داده کاوی و نیز توانایی در کار کردن و پیش بینی مقدارMiss Value در دیتاست ، به طور مکرر مورد استفاده قرار گرفته است. پژوهشگران و محققان روش ها و الگوهایمتعددی جهت برخورد با مقادیر Miss Value و پیش بینی مقدار آن در الگوریتم C4.5 ارائه داده اند که هر یک ازروش ها به نحوی موجب افزایش دقت درخت تصمیم و در نتیجه تولید یک درخت تصمیم موثر و کاراتر شده است.لذا درمقاله حاضر به بررسی و مرور روش ها و راهکارهای ارائه شده و نیز دقت به دست آمده از هریک از روش ها، خواهیمپرداخت.
Keywords:
Authors
سلیمه ضیاء الدینی
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر (نرم افزار)، دانشگاه غیرانتفاعی بعثت کرمان
مصطفی قاضی زاده احسائی
استادیار بخش مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :