خوشه بندی داده ها در درخت تصمیم C 4.5 برای مقابله بااختلال در برچسب داده های مساله دسته بندی

پیشرفت های سریع در فناوری های ارتباطی، ذخیره سازی و پردازش داده ها سبب افزایش در ثبت و ذخیره سازی داده ها و درنتیجه افزایش حجم بانکهای اطلاعاتی شده است ] 1[. به دلیل اینکه پردازش دستی این داده های انبوه ازنظر زمانی بسیار پرهزینه است، به مرورزمان نیاز به پردازش خودکار این داده ها به وسیله روشهای آماری و اکتشافی احساس شد. به فرآیند خودکارسازی پردازش و به دستآوردن اطلاعات مفید از داده ها اکتشاف دانش از پایگاه داده ها گفته میشود که یک فرآیند تعاملی، تکراری و میان رشته ای است ] 2[ و با استفاده از متدولوژی های مختلف دانشی را از داده های انبوه اکتشاف میکند که معتبر، قابل فهم، و مفید باشند. این فرآیند دارای گام های مختلفی شامل انتخاب داده ها، پیش پردازش، داده کاوی و ارزیابی است. داده کاوی گام اساسی در این فرآیند است و از روش های هوشمند کاوش داده ها شامل کاوش قوانین انجمنی، خوشه بندی، دسته بندی و رگرسیون برای ایجاد مدل .] و اکتشاف الگوهای ناشناخته استفاده میکند

Keywords:

اختلال , برچسب گذاری , دسته بندی , خوشهبندی , درخت تصمیم C4.5 , آنتروپی