|
Title
|
یک روش ترکیبی کلاس بندی بیزین بر اساس پارامترهای بهینه شده
|
|
Type of Research
|
Presentation
|
|
Keywords
|
کلاس بندی کننده بیز ساده، الگوریتم کلونی زنبور عسل مصنوعی، کلاس بندی، داده کاوی، خوشه بندی
|
|
Abstract
|
کلاس بندی کننده بیزین یک کلاس بندی کننده مبتنی بر احتمالات است که بر پایه تئوری بیز با روابط مستقل قوی پیش بینی می کند. روشهای ترکیبی مختلفی بر اساس کلاسبندی بیز ساده پیشنهاد شده اند که در همه ی آنها دقت الگوریتم بعنوان چالش اصلی محسوب شده و در اکثر مواردف روشهای پیشنهادی از دقت کافی در کلاس بندی برخوردار نبوده اند. در کلاس بندی کننده بیز ساده زمانی که تعداد نمونه های آموزشی کافی نیست، تخمین احتمال با مشکل مقادیر صفر مواجه میشود. در این مقاله، روش M-estimate بهینه برای اجتناب از این مشکل جهت تخمین احتمالها استفاده شده است که پارامترهای بهینه m و p برای انجام کلاس بندی دقیقتر توسط الگوریتم کلونی زنبور عسل مصنوعی بدست آمده اند. نتایج آزمایشات نشان میدهد که نتوع مقادیر پارامترهای بهینه وابسته به دیتاست های متفاوت می باشد. در این روش، الگوریتم بکار رفته شده کارایی بهتری در افزایش دقت کلاسبندی داشته است. الگوریتم پیشنهادی روی مجموعه داده استاندارد UCI ارزیابی شده است که نتایج آزمایشات نشان دهنده بهبود نتایج با روش کلاسبندی پیشنهادی است.
|
|
Researchers
|
Omm Golsoom Dadashi Shahgoli (First Researcher)، Asgarali Bouyer (Second Researcher)، Mahdi Hashemzadeh (Third Researcher)
|