اصلاح درخت تصمیم4.5C برای مجموعه داده نامتعادل
Publish place: سومین همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 695
This Paper With 13 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:
CSITM03_019
تاریخ نمایه سازی: 26 شهریور 1395
Abstract:
مجموعه دادههای نامتعادل در برنامههای دنیای واقعی زمانی رخ میدهند که توزیع کلاسهای داده بسیار نامتعادل باشد. در اینصورت اعمال الگوریتمهای استاندارد به این مجموعه دادهها دلیل گرایش به کلاس اکثریت باعث بالا رفتن نرخ دستهبندی اشتباه FN میشوند و منجر به کاهش کارایی و دقت دستهبند میگردند. برای حل مساله کلاس نامتعادل رویکردهایی ارائه شدند یادگیری حساس به هزینه نوعی یادگیری در دادهکاوی است که هزینههای بستهبندی اشتباه و انواع هزینههای دیگر مانند هزینه- های تست را در نظر میگیرد. هدف این نوع یادگیری حداقل کردن هزینه کلی دستهبند و افزایش دقت دستهبندی نمونهها به کلاسهای شناخته شده میباشد. با توجه به مساله کلاس نامتعادل و رویکرد حساس به هزینه یک اصلاح بر روی الگوریتم درخت تصمیم C 4.5 که یک الگوریتم پرکاربرد و بهینه در ساخت دستهبند است، صورت گرفته است. هدف ما ایجاد روشی ساده، جدید و موثر برای ساخت و آزمایش درخت تصمیمی است که بتواند هزینههای دستهبندی اشتباه کلاس اقلیت را حداقل کند، در مرحله اول درخت اولیه توسط الگوریتم پایه C 4.5 ساخته میشود و در مرحله دوم اصلاحات مورد نظر اعمال میشود. آزمایشات انجام گرفته بر۳ مجموعه داده نامتعادل با مقایسه روش پیشنهادی با دو الگوریتم C۴.۵ پایه و CS-C 4.5 نشان داد که روش پیشنهادی سودمند است و عملکرد دستهبندی را برای کاهش تعداد دستهبندیهای نادرست و دقت دستهبندی را بدلیل استفاده از ماتریس هزینه در برگ و استفاده از معیار تعادل در گره، نسبت به روشهای مشابه ۳٪ بهبود داد و مدل بهتری را ارائه نمود.
Keywords:
Authors
زهرا همتی
دانشکده مهندسی برق و کامپیوتر،دانشگاه غیرانتفاعی پویندگان دانش،چالوس
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 :