مقایسه الگوریتم های ترکیبی و غیرترکیبی مختلف جهت ارایه یک مدل پیش بینی در داده کاوی

داده کاوی فرایندی است که با استفاده از روش های هوشمند، دانش را از مجموعه ای از داده ها استخراج می کند. یکی از عرصه های مهم کاربرد داده کاوی، حوزه جرم شناسی است. جرم شناسی به فرایند تحلیل و آنالیز یک جرم و شناخت ویژگی های آن اطلاقمی شود. در این پژوهش، مدل های ترکیبی و غیرترکیبی از الگوریتم های داده کاوی جهت پیش بینی نوع جرم پیشنهاد می گردد. برای ساخت مدل های پیشنهادی از الگوریتم های درخت تصمیم و الگوریتم های فرایادگیر استفاده شده است. نتایج ارزیابی ها نشانمی دهد که مدل های ترکیبی کارایی برتری نسبت به سایر مدل ها ارایه می دهند.

Keywords:

داده کاوی , مدل های ترکیبی , پیش بینی جرم , الگوریتم فرایادگیر , درخت تصمیم