TAILIEUCHUNG - Phân lớp dữ liệu dựa vào phương pháp lựa chọn đặc trưng sử dụng phụ thuộc hàm xấp xỉ

Bài viết này nghiên cứu phương pháp phân lớp dữ liệu dựa vào kỹ thuật lựa chọn đặc trưng với phụ thuộc hàm xấp xỉ và độ đo lỗi g3. Một số thử nghiệm phân lớp trên các tập dữ liệu thực tế cho thấy sự phù hợp của hướng nghiên cứu. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI PHÂN LỚP DỮ LIỆU DỰA VÀO PHƯƠNG PHÁP LỰA CHỌN ĐẶC TRƯNG SỬ DỤNG PHỤ THUỘC HÀM XẤP XỈ Phan Anh Phong Lê Văn Thành Nguyễn Hải Yến Viện Kỹ thuật và Công nghệ Trƣờng Đại học Vinh phongpa@ nguyenhaiyen1632@ TÓM TẮT Lựa ch n ặc trưng là kỹ thuật ch n ra một tập con các ặc trưng phù hợp liên quan từ tập dữ liệu gốc bằng cách loại bỏ các ặc trưng nhiễu dư thừa không liên quan nhằm tăng hiệu năng cũng như giảm chi phí trong quá trình khai phá dữ liệu hay h c máy. Bài báo này nghiên cứu phương pháp phân lớp dữ liệu dựa vào kỹ thuật lựa ch n ặc trưng với phụ thuộc hàm xấp xỉ và ộ o lỗi g3. Một số thử nghiệm phân lớp trên các tập dữ liệu thực tế cho thấy sự phù hợp của hướng nghiên cứu. Từ khóa Phân lớp dữ liệu lựa ch n ặc trưng phụ thuộc hàm xấp xỉ. I. GIỚI THIỆU Lựa chọn đặc trƣng là một trong những vấn đề quan trọng trong lĩnh vực khai phá dữ liệu và học máy. Mục đích chính của lựa chọn đặc trƣng là tìm ra các đặc trƣng hữu ích để mô hình hóa hệ thống theo đó làm tăng hiệu năng và giảm thời gian thực hiện cho hệ thống. Về bản chất lựa chọn đặc trƣng là quá trình tính toán mức độ quan trọng của từng đặc trƣng hoặc từng nhóm đặc trƣng và sau đó chọn tập con hữu ích nhất trong không gian đặc trƣng đó để xây dựng hệ thống 2 5 6 . Phân lớp dữ liệu là một bài toán tiêu biểu của khai phá dữ liệu phần lớn dữ liệu trong bài toán phân lớp khi thu thập đƣợc đều có số đặc trƣng thuộc tính rất nhiều có thể lên tới hàng chục hàng trăm thậm chí là hàng nghìn đặc trƣng chẳng hạn nhƣ các bộ dữ liệu trong y tế trong sinh học . Ngoài ra các đặc trƣng này có thể có những đặc trƣng dƣ thừa và ít hữu ích cho khai phá dữ liệu và học máy. Việc xây dựng mô hình phân lớp từ dữ liệu nhƣ vậy có thể dẫn đến hiệu năng phân lớp thấp cả về tốc độ và khả năng dự báo vì trong dữ liệu có những đặc trƣng nhiễu .

• Quản trị mạng
• Phân lớp dữ liệu dựa
• Phụ thuộc hàm xấp xỉ
• Khai phá dữ liệu
• Mô hình đóng gói
• Mô hình nhúng
• Độ đo lỗi g3
• Thuật toán khai thác
• Kỹ thuật phân lớp dữ liệu
• Phân lớp dữ liệu
• Đề xuất thuật toán SPP Mining
• Phân hoạch dữ liệu
• Phân hoạch dữ liệu thành N lớp
• luận văn
• công nghệ thông tin
• cây quyết định
• mô hình phân lớp
• thuật toán phân lớp dữ liệu
• Luận án tiến sĩ khoa học máy tính
• Cây quyết định mờ
• Đại số gia tử
• Khoa học máy tính
• Thuộc tính phân lớp
• Đối sánh điểm mờ
• Bài toán phân lớp dữ liệu
• Sử dụng kỹ thuật phân lớp dữ liệu
• Bins màu động
• Thuật toán K means
• Cơ sở dữ liệu
• Dữ liệu mất cân bằng
• Random Undersampling
• Random Safe Oversampling
• Random Safe Undersampling
• Mức độ an toàn
• Sinh thêm phần tử ngẫu nhiên
• Giảm bớt phần tử ngẫu nhiên
• Mô hình phân lớp dữ liệu
• Thuật toán K Nearest Neighbor
• Mô hình xử lý dữ liệu
• Thuật toán học máy
• Mô hình dự báo
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Bài toán phân lớp
• Học dựa trên các láng giềng gần nhất
• Nearest neighbors learning
• Giải thuật phân lớp k NN
• Dữ liệu có số chiều cao
• Bình phương tối thiểu từng phần
• Sinh thêm phần tử nhân tạo
• Bộ dữ liệu chuẩn từ nguồn UCI
• Dữ liệu không gian lớn
• Phần mềm xử lý dữ liệu
• Điện toán đám mây
• Dữ liệu quan sát Trái đất
• Tập dữ liệu hình ảnh vệ tinh
• Thuật toán khai phá
• tập mục dữ liệu
• quy luật phân bổ
• khoa học công nghệ
• nghiên cứu khoa học
• hệ thống thông tin
• Phân cụm phổ
• Ảnh vệ tinh
• Fuzzy c means
• Phân loại lớp phủ
• Phương pháp phân cụm phổ
• Công tác ngụy trang
• Luận án tiến sĩ
• Tóm tắt luận án Tiến sĩ
• Phân lớp khách hàng
• Rừng ngẫu nhiên Random Forest
• Thuật toán cây quyết định
• Naïve Bayes Classification
• Luận văn Thạc sĩ
• Phân tích dữ liệu
• Học máy suốt đời
• Học thế giới mở
• Chuẩn hoá tên thực thể bệnh
• Mô hình ứng dụng phân lớp
• Tra cứu ảnh dựa vào nội dung
• Giảm chiều dữ liệu
• Phân lớp cân bằng
• Ngữ cảnh tập mẫu huấn luyện hạn chế
• Phương pháp tra cứu ảnh IREC
• Phân lớp ảnh
• Mạng nơ ron tích chập
• Truy vấn ảnh dựa trên ngữ nghĩa
• Bộ dữ liệu ảnh Caltech 256
• Tập từ vựng thị giác
• công nghê thông tin
• Wikipedia tiếng Việt
• ngôn ngữ tự nhiên
• phân lớp SVM
• cấu trúc dữ liệu
• Luận án tiến sĩ Kỹ thuật
• Kỹ thuật phân lớp
• Kỹ thuật hồi qui
• Công nghệ Gis
• Nhận dạng khuôn mặt
• Mạng nhân chập học sâu
• Tiền xử lý
• Căn chỉnh khuôn mặt
• Phát hiện khuôn mặt
• Trích chọn đặc trưng
• Dữ liệu mẫu khuôn mặt