7812

پيش پردازش داده هاي تصادفات ترافيكي نامتعادل در مدل هاي داده كاوي

1399

دكتر علي توكلي كاشاني

براي دست‌يابي به نتايج مطلوب در داده كاوي نياز به پيش پردازش داده‌ها داريم. پيش پردازش داده‌ها يكي از اجزاي مهم در فرايند كشف دانش است. روش‌هاي بسياري براي پيش پردازش داده وجود دارد كه مي¬توان از آن‌ها استفاده كرد. اما اين روش‌ها براي داده‌هاي نامتعادل مناسب نيستند. داده¬هاي تصادفات ترافيكي معمولاً نامتعادل هستند. اصطلاح "مجموعه داده نامتعادل" عموماً به مجموعه داده‌اي گفته مي‌شود كه در آن تعداد نمونه‌هايي كه نمايانگر يك كلاس هستند از نمونه‌هاي ديگر در كلاس‌هاي متفاوت كمتر است. طبقه¬بندي مجموعه داده¬هاي نامتعادل، چالشي را براي الگوريتم¬هاي طبقه¬بندي به وجود مي-آورد و الگوريتم¬ها را تحت تاثير كلاس اكثريت قرار مي¬گيرند. مشكل عدم تعادل كلاس در بسياري از برنامه‌هاي كاربردي جهان واقعي به رسميت شناخته شده است و موضوع تحقيقات يادگيري مبتني بر ماشين قرار گرفته است از اين رو اخيراً مشكل نامتعادل بودن كلاس‌ها مورد توجه محققان در زمينه‌ي داده كاوي قرار گرفته است. آن‌ها به دنبال كشف روش‌هايي بودند كه با اعمال بر روي داده‌هاي نامتعادل به نتايج مطلوبي دست يابند. در اين مطالعه روش‌هاي گوناگون پيش پردازش داده‌هاي نامتعادل مورد بحث قرار گرفته است.

11/11/2020 12:00:00 AM

69476

1399/09/23

Pre-processing of imbalanced traffic accident datasets in data mining models