(۲۸ مرداد ۱۳۹۳ ۰۳:۵۰ ب.ظ)Ghiasoddin نوشته شده توسط: سلام،
اینکه هر الگوریتم چند درصد به نویز حساسه دقیق نیست؛ این موضوع وابسته به داده هاست و همینطور توزیع نویز؛
من همه الگوریتم ها رو نمیشناسم ولی امیدوارم این چندتا نکته بهتون کمک کنه؛
الگوریتم K-NN نسبت به نویز حساسه؛ چقدرش (علاوه بر داده ها) بستگی به مقدار N داره؛ هر چی N بزرگتر باشه، تاثیر نویز کمتر میشه و از اونطرف پیچیدگی افزایش پیدا می کنه؛
درخت تصمیم به نویز حساس نیست و مقاوم بودنش به نویز یکی از ویژگی های مهم اونه؛
SVM به نویز حساسه؛ شدت و توزیع نویز میتونه کاملا ابر صفحاتی که به دست میاد رو تحت تاثیر بزاره (یعنی ممکنه تعدادی از بردارهای پشتیبان داده های نویز باشن)؛
حساس بودن شبکه عصبی و الگوریتم ژنتیک به نویز سوال درستی نیست؛ موارد دیگه الگوریتمن و این دوتا رویکرد حل مسئله؛ یعنی اثرگذاری داده های نویزی زمانیکه از این دوتا رویکرد استفاده میشه قبل از هرچیز بستگی به ساختار شبکه و یا نمایش کروموزومها و چگونگی کراس و میوت و انتخاب داره؛ ولی در کل حساسیت شبکه عصبی به نویز کمه (چون مثل لوکال سرچ عمل میکنه) و ژنتیک کمتر (جمعیتگراست)؛
اگر اسم الگوریتم X رو در مقاله ای همراه با عبارتهایی مثل A robust X for noisy... دیدید نشون میده که X میتونه تحت تاثیر نویز باشه و هر چی تعداد این مقالات بیشتر باشه یعنی مسئله نویز در اون الگوریتم چالش جدی تریه؛ عبارت A cost-sensitive X for هم معنی مشابهی داره (صرف نظر از اینکه بعد از for چی بیاد)؛
سلام
ممنون از blackhalo 1989 و آقای غیاث الدین، بابت پاسخهاشون.
آقای غیاث الدین مثل همیشه عالی جواب دادید. من توی انتخاب عنوان پایان نامه هم مدیون راهنمایی های عالی و توضیحات دقیق شما هستم.
اما باید بگم که نظرم راجع به بعضی موارد با شما یکی نیست.
راجع به درخت تصمیم که گفتید در برابر نویز مقاوم هست! ولی این طور نیست!! من حساس بودن درخت تصمیم رو که نمیشه هم به طور کلی گفت درخت تصمیم و باید اسم دقیق الگوریتم رو آورد، جاهای متفاوتی خوندم که بعضی هاشون حساس هستند و بعضی ها خیر. الان خاطرم نیست که اون منبعی که از اون خوندم ID3 حساس هست ولی C4.5 مقاوم، کدوم بود. ولی هر زمان که پیداش کردم، حتما میذارمش. فعلا این لینک رو ببینید:
مهمان عزیز شما قادر به مشاهده پیوندهای انجمن مانشت نمی‌باشید. جهت مشاهده پیوندها ثبت نام کنید.
توی اسلایدهای ۳ و ۴ مطالبی که من راجع به درخت تصمیم میگم رو آورده.[/align]
راجع به شبکه عصبی و الگوریتم ژنتیک تحلیل شما خیلی خوب بود ولی من از خودم نظر ندادم. براساس مقاله ی زیر نظرم رو گفتم. حتما مقاله رو ببینید.
بهرحال ممنون. یک سوال دیگه هم داشتم. ممنون میشم که در صورتی که اطلاعاتی راجع به این مورد دارید و زمان پاسخگویی هم دارید، نظرتون رو بفرمایید. میخوام بدونم که هر کدوم از الگوریتمهایی که عنوان کردم، برای چه نوع داده هایی (گسسته یا پیوسته) مناسب هستند؟
