ارائه ی یک روش ترکیبی خوشه بندی- دسته بندی با انتخاب مشخصه بر پایه ی الگوریتم کلونی مورچگان

دسته بندی یکی از مسائل موجود در حوزه ی تئوری یادگیری ماشین و دادهکاوی است که در آن با استفاده از تعدادی ورودی مقادیر مربوط به خروجی تعیین میشوند. این نوع از مسائل اصطلاحا با نام مسائل یاگیری با نظارت شناخته می- شوند. تحقیقات بسیاری در این حوزه از علوم انجام شده است که هدف بخش زیادی از آنها بهبود دقت نهایی مدل دسته بند بوده است. در این راستا، تحقیق جاری با استفاده از تکنیک خوشه بندی فازی، دو رویکرد با نام درجات عضویت و داده های خوشه بندی شده ارائه نموده و پس از ترکیب آنها با الگوریتم دسته بند ماشین بردار پشتیبان روش جدید را برای انجام عمل دسته بندی توسعه میدهد. نتایج مربوط به آزمایشات عددی که بر روی داده های استخراج شده از پایگاه- های دادهی مرتبط انجام شدهاند برتری روش پیشنهادی را در مقایسه با روش ماشین بردار پشتیبان معمولی با توابع کرنل مختلف تایید میکنند.

Keywords:

دادهکاوی , دسته بندی , یادگیری با نظارت , ماشین بردار پشتیبان , خوشه بندی فازی , الگوریتم کلونی مورچگان.