این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۱۹، شماره ۲، صفحات ۲۷-۳۸
عنوان فارسی بهبود رده‌بندی داده‌های نامتوازن با استفاده از معیارهای شباهت فازی و خوشه‌بندی کاهشی
چکیده فارسی مقاله یکی از قسمت­های مهم در داده­کاوی و کشف دانش از پایگاه داده، رده­بندی است. در اغلب موارد داده­هایی که برای آموزش رده‌بندها به کار می­روند از توزیع مناسبی برخوردار نیستند. این توزیع نامناسب هنگامی رخ می­دهد که یک رده تعداد نمونه­های زیادی دارد؛ درحالی‌که به‌طور ذاتی نمونه‌های رده دیگر کم است. به‌طورکلی روش‌های حل این نوع مسائل به دو دسته نمونه‌گیری کاهشی و نمونه‌گیری افزایشی تقسیم می‌شود. در این مقاله یک روش نمونه‌گیری کاهشی با استفاده از ترکیب خوشه‌بندی و معیارهای شباهت فازی ارائه ‌شده است و عملکرد آن‌ها ازنظر کارآمدی در رده‌بندی داده‌های نامتوازن مورد تحلیل و بررسی قرارگرفته‌اند. بدین منظور در ابتدا خوشه‌بندی کاهشی انجام‌ شده و داده‌های رده اکثریت خوشه‌بندی، سپس با استفاده از معیارهای شباهت فازی نمونه‌های هر خوشه رتبه‌بندی و بر اساس این رتبه‌ها نمونه‌های مناسب انتخاب می‌شود؛ نمونه‌های انتخاب‌شده به همراه رده اقلیت مجموعه داده نهایی را تشکیل می‌دهند. در این پژوهش پیاده‌سازی در نرم‌افزار MATLAB، ارزیابی نتایج از طریق محاسبه معیار AUC و تحلیل نتایج با استفاده از آزمون‌های آماری استاندارد انجام‌ شده است. نتایج مطالعه نشان‌دهنده عملکرد بهتر روش پیشنهادی، نسبت به سایر روش‌های شناخته ‌شده است.
کلیدواژه‌های فارسی مقاله رده‌بندی داده‌های نامتوازن، معیارهای شباهت فازی، نمونه‌گیری، خوشه‌بندی کاهشی
عنوان انگلیسی Improving Imbalanced Data Classification Accuracy by using Fuzzy Similarity Measure and Subtractive Clustering
چکیده انگلیسی مقاله One of the biggest challenges in this field is classification problems which refers to the number of different samples in each class. If a data set includes two classes, imbalance distribution occurs when one class has a large number of samples while the other is represented by a small number of samples. In general, the methods of solving these problems are divided into two categories: under-sampling and over-sampling. In this research, it is focused on under-sampling and the advantages of this method will be analyzed by considering the efficiency of classifying imbalanced data and it's supposed to provide a method for sampling a majority data class by using subtractive clustering and fuzzy similarity measure. For this purpose, at first the subtractive clustering is conducted and the majority data class is clustered. Then, using fuzzy similarity measure, samples of each cluster will be ranked and appropriate samples are selected based on these rankings. The selected samples with the minority class create the final dataset. In this research, MATLAB software is used for implementation, the results are evaluated by using AUC criterion and analyzing the results has been performed by standard statistical tools. The experimental results show that the proposed method is superior to other methods of under-sampling.
کلیدواژه‌های انگلیسی مقاله Imbalanced data, Fuzzy similarity measure, Under-sampling, Subtractive clustering
نویسندگان مقاله احسان یثربی نائینی | Ehsan Yasrebi Naeini
University of Torbat-e-Heydariyeh
گروه برق و کامپیوتر، دانشگاه تربت حیدریه

مهلا حاتمی | mahla hatami
University of Torbat-e-Heydariyeh
دانشگاه شهید باهنر کرمان

نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1826-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش داده‌های رقمی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات