- تاریخ انتشار : ۱۳۹۵
- ناشر : دومین کنفرانس بین المللی پژوهش در علوم و تکنولوژی
- زبان مقاله : همه
- تعداد صفحات : 14
- حجم فایل : 1141.962 کیلوبایت
- نوع مقاله : مجموعه مقالات کنفرانس
- مجموعه : علوم انسانی
چکیده مقاله
این مقاله یک الگوریتم جدید به نام ID6NB را برای توسعه درخت تصمیم ، معرفی می کند که شامل
الگوریتم ID3 غیر افزایشی Quinlan است. این الگوریتم راه حل هایی برای دو مشکل ذیل ارائه
می کند: - وضعیتی که در آن رای گیری اکثریت تصمیم نادرست می دهد )یعنی ساخت دو نوع قانون
متفاوت برای داده یکسان(.
- کاهش ابعاد در الگوریتم غیر افزایشی درخت تصمیم گیری، تخمین صفت مناسب برای یک گره
جایی که دو یا چند صفت بهره اطلاعاتی یکسانی دارند. مشکل اکثریت به کمک الگوریتم Naive Bayes حل می شود. برای کاهش ابعاد نیز یک راه حل ارائه شده است. در نهایت، دقت طبقه بندی به
شدت بهبود یافته است. آزمایش گسترده و گسترش یافته در تعدادی از مجموعه داده های واقعی و
مصنوعی نشان می دهد که ID6NB یک الگوریتم دسته بندی state-of-the-art است که نسبت به
سایر روش های یادگیری درخت تصمیم گیری، خروجی بهتری دارد.
نحوه استناد به مقاله
در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :
آیدین ناصری فرد؛سارا سید اسماعیل صراف؛دکترمحمدرضا بابایی؛ ۱۳۹۴، سیستم مبتنی بر دانش برای کلاسبندی متن با استفاده از الگوریتم ID6NB، دومین کنفرانس بین المللی پژوهش در علوم و تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/1985-Knowledge-based-system-for-text-classification-algorithm-using-ID6NB
در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.
(آیدین ناصری فرد؛سارا سید اسماعیل صراف؛دکترمحمدرضا بابایی؛ ۱۳۹۴)
