برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان: 

بهبود دقت الگوريتم KNN در داده کاوي با استفاده از قوانين وابستگي

نوع ارائه: پوستر
نویسنده: مراديان مهدي,سپهري فر محمدكاظم
 
 
 
عنوان همایش: كنفرانس ملي سالانه انجمن كامپيوتر ايران
نوع همایش:  انجمن هاي علمي
حامی:  انجمن کامپیوتر ایران، مرکز توسعه فن آوری نیرو (متن)
زمان:  1388دوره 15
 
 
چکیده: 

الگوريتم KNN يکي از بهترين و پرکاربردترين الگوريتم هاي دسته بندي است که از آن استفاده گسترده اي در کاربردهاي مختلف مي شود. يکي از مشکلات اين الگوريتم، تأثير يکسان همه خصيصه ها در محاسبه اصله رکورد جديد با همسايه هاي آن رکورد مي باشد، در صورتيکه برخي از اين خصيصه ها براي عمل دسته بندي کم اهميت ترند. اين امر باعث گمراهي روند دسته بندي و کاهش دقت الگوريتم دسته بند مي شود. در اين تحقيق با استفاده از اقلام پر رخداد يکتايي در قوانين وابستگي به خصيصه هاي مختلف وزن اختصاص داده و با اين عمل دقت الگوريتم KNN را افزايش مي دهيم. مقايسه نتايج ارزيابي اين الگوريتم با 7 الگوريتم ديگر دسته بندي بر روي پايگاه داده هاي مختلفUCI  بهبود قابل توجه دقت دسته بندي توسط اين الگوريتم را نشان مي دهد.

 
کلید واژه: 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
 
بازدید یکساله 872   pdf-file
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی