ارائه یک روش جدید برای تخمین مقادیر گمشده در مجموعه داده | ||
| مدل سازی در مهندسی | ||
| مقاله 12، دوره 16، شماره 55، زمستان 1397، صفحه 155-162 اصل مقاله (1.29 M) | ||
| نوع مقاله: مقاله کامپیوتر | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2018.6124. | ||
| نویسندگان | ||
| سلیمه ضیاالدینی* ؛ مینا ابارقی | ||
| کرمان | ||
| چکیده | ||
| اغلب مجموعه داده های مربوط به داده کاوی و ماشین یادگیری دارای داده هایی با مقادیر Missing Values یا داده گمشده می باشند. چگونگی برخورد با داده گمشده و نیز ارائه راهکارهایی مبتنی بر تخمین مقدار مربوط به داده گمشده، منجر به بروز یک مسئله بسیار مهم در زمینه داده کاوی و ماشین یادگیری شده است. در بین الگوریتم های داده کاوی، الگوریتم C4.5، به دلیل کارآیی، استفاده در کاربردهای مختلف داده کاوی و نیز توانایی در کار کردن و تخمین مقدار داده گمشده در مجموعه داده ها، به طور مکرر مورد استفاده قرار گرفته است. پژوهشگران و محققان روش ها و الگوهای متعددی جهت برخورد با مقادیر داده گمشده و تخمین مقدار آن در مجموعه داده های الگوریتم C4.5 ارائه داده اند که هر یک از روش ها به نحوی موجب افزایش دقت درخت تصمیم و در نتیجه تولید یک درخت تصمیم موثر و کاراتر شده است. لذا در مقاله حاضر ابتدا به بررسی و مرور روش ها و راهکارهای ارائه شده پیشین و سپس به ارائه روش پیشنهادی با عنوان روش جابجایی خصوصیت ها جهت تخمین مقادیر گمشده در مجموعه داده پرداخته خواهد شد و سپس در پایان به مقایسه و ارزیابی دقت حاصل شده روش پیشنهادی با روش های حذف و میانگین خواهیم پرداخت. | ||
| کلیدواژهها | ||
| داده کاوی؛ داده گمشده؛ الگوریتم C4.5؛ مجموعه داده؛ درخت تصمیم | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,841 تعداد دریافت فایل اصل مقاله: 1,182 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,394 |
| تعداد مشاهده مقاله | 72,848,955 |
| تعداد دریافت فایل اصل مقاله | 64,547,594 |