پاورپوینت داده‌ کاوی جريان‌ داده ‌ها با درخت‌های تصميم‌گيری

پاورپوینت داده‌ کاوی جريان‌ داده ‌ها با درخت‌های تصميم‌گيری

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: PowerPoint (pptx) (قابل ویرایش و آماده پرینت)
تعداد صفحات: 18
حجم فایل: 45252
قیمت: 42000 تومان

بخشی از متن:

پاورپوینت داده‌ کاوی جريان‌ داده ‌ها با درخت‌های تصميم‌گيری (pptx) 18 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 18 اسلاید

قسمتی از متن PowerPoint (.pptx) :

1داده‌کاوي جريان‌داده‌ها با درخت‌هاي تصميم‌گيري استاد : جناب آقاي دکتر رهگذر تهيه کننده : يوحنا قديمي - علی عباسی - کاوه پاشايي2کلاسه بندی فرايندی دو مرحله ای است :ساخت مدل : تحليل يک مجموعه آموزشی که مجموعه‌ای از تاپل‌های پايگاه است و مشخص کردن برچسب کلاس‌های مربوط به اين تاپل‌ها . يک تاپل X با يک بردار صفت X=(x1x2…xn) نمايش داده می‌شود . فرض می شود که هر تاپل به يک کلاس از پيش تعريف شده متعلق است .هرکلاس با يک صفت که به آن صفت برچسب کلاس می‌گوييم مشخص می‌شود . مجموعه آموزشی به صورت تصادفی از پايگاه انتخاب می شود . به اين مرحله ، مرحله يادگيری نيز می گويند .استفاده از مدل :از طريق يک تابع y=f(X) برچسب کلاس هر تاپل X از پايگاه را پيش بينی می شود . اين تابع به صورت قواعد کلاسه‌بندی ، درخت‌های تصميم گيری يا فرمول‌های رياضی است . 3درخت های تصميم گيریيکی از روش های کارآمد و با کاربرد گسترده کلاسه بندی است .مدل حاصل از اين روش به صورت درختهای تصميم گيری است :هر گره در اين درخت نشان دهنده يک آزمون بر روی يک صفت است .هر شاخه خارج شونده از يک گره نشان دهنده خروجی های ممکن آزمون است .هر برگ نشان دهنده يک برچسب کلاس است .نحوه استفاده از درخت تصميم گيری :اگر تاپلی چون X که برچسب کلاس آن نامشخص است داشته باشيم صفات اين تاپل در درخت مورد آزمون قرار می گيرند و يک مسير از ريشه به سمت يک برگ که برچسب يک کلاس را دارد ايجاد می شود .4مجموعه داده های آموزشی 5درخت تصميم گيری برای buys_computerage?overcaststudent?credit rating?noyesfairexcellent40nonoyesyesyes30..406الگوريتم برای درخت های تصميم گيریالگوريتم پايه درخت به صورت بالا-پايين بازگشتی ساخته می شود .در آغاز تمام مجموعه آموزشی در ريشه قرار دارند .فرض می کنيم صفات مقادير گسسته دارند .صفات به صورت بازگشتی بر حسب صفات انتخاب شده بخش بندی می شوند .صفات آزمون بر اساس يک روال هيوريستيک مانند بهره اطلاعاتی ، شاخص جينی يا نسبت بهره انتخاب می شوند .شرايط توقف الگوريتم تمام نمونه های مربوط به يک نود متعلق به يک کلاس باشند .صفتی برای بخش بندی بيشتر باقی نمانده باشد .نمونه ای باقی نمانده باشد .7چالش هاروش های ساختن درختان تصميم گيری فرض می کنند که تمام مجموعه آموزشی به طور همزمان می تواند در ديسک ذخيره شود .روش های مذکور بصورت پياپی مجموعه آموزشی را از ديسک می خوانند .هدف : طراحی درخت های تصميم گيری که هر نمونه آموزشی را فقط يکبار بخواند زمان کوتاه ثابتی را برای پردازش آن صرف کند .8نکات کليدیبرای يافتن بهترين صفت در هر گره ، در نظر گرفتن يک زيرمجموعه کوچک از نمونه های آموزشی که از آن گره عبور می کنند کافی است .با در دست داشتن جريانی از نمونه ها ، اولين نمونه ها برای انتخاب صفت ريشه استفاده می شوند . با تعيين شدن صفت ريشه ، نمونه های بعدی به سمت پايين و برگهای مربوطه عبور داده می شوند تا برای انتخاب صفت در آنجا استفاده شوند .اين عمل به صورت بازگشتی تکرار می شود . چه تعداد نمونه در هر گره لازم است ؟ از يک نتيجه آماری به نام Hoeffding bound استفاده می کنيم .9Hoeffding Boundيک متغيير تصادفی با نام r که دارای مقادير حقيقی و برد R است را در نظر بگيريد . فرض کنيد که n مشاهده مستقل از اين متغير انجام می‌دهيم .ميانگين اين مشاهدات : Hoeffding Bound نشان می‌دهد که ميانگين واقعی متغير r بعد از اين n مشاهده با احتمال 1-δ حداقل برابر –ε است که در آن :