بررسی حساسیت به نویز در الگوریتمهای دادهکاوی و رویکرد با آن

دراین تحقیق به بررسی تاثیر نویز در چهار روش از الگوریتمهای داده کاوی - درخت تصمیم یادگیری بیزی شبکه عصبی، الگوریتم ژنتیک - پرداخته می شود الگوریتم داده کاوی با استفاده از هریک از روشها روی این داده ها پیاده سایز می گردد و در مرحله بعد نویز به چهار طریق استاندارد روی داده ها اعمال می شود نویز کلی، نویز تصادفی، نویز گوسی، و نویز گوسی یکنواخت انواع نویزهایی است که به داده ها اعمال می گردد در نهایت نتایج بعد از اعمال نویز بررسی می شود و سعی می شود تا بتوان میزان نویز را مدل کرد و یا میزان تاثیر آن را در شرایطمختلف بررسی کرد تا بتوان روشی مناسب برای مدیریت داده های نویزی یافت با توجه به نتایج به دست امده مشخص می شود که خطای روشهای درخت تصمیم و یادگیری بیزی نزدیک به هم می باشند و بیشتر از روشهای شبکه عصبی و الگوریتم ژنتیک می باشد نتایج روش شبکه عصبی حالت همواری دارد و به ازای حالتهای مختلف اعمال نویز میزان خطا چندان تغییر نمی کند.

کلیدواژه ها:

داده کاوی ، نویز ، درخت تصمیم ، یادگیری بیزی ، شبکه عصبی ، الگوریتم ژنتیک