پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری

توضیحات

توجه : این پروژه به صورت فایل power point (پاور پوینت) ارائه میگردد

  پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری دارای 18 اسلاید می باشد و دارای تنظیمات کامل در Power Point می باشد و آماده پرینت یا چاپ است

فایل پاور پوینت پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

لطفا به نکات زیر در هنگام خرید

دانلود پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری

توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه 

دانلود پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری

2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید

4-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد

5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار داده نشده است

بخشی از متن پاورپوینت داده‌کاوی جریان‌داده‌ها با درخت‌های تصمیم‌گیری :

اسلاید 1 :

کلاسه بندی

فرایندی دو مرحله ای است :

ساخت مدل :

تحلیل یک مجموعه آموزشی که مجموعه‌ای از تاپل‌های پایگاه است و مشخص کردن برچسب کلاس‌های مربوط به این تاپل‌ها .

یک تاپل X با یک بردار صفت X=(x1,x2,…,xn) نمایش داده می‌شود . فرض می شود که هر تاپل به یک کلاس از پیش تعریف شده متعلق است .

هرکلاس با یک صفت که به آن صفت برچسب کلاس می‌گوییم مشخص می‌شود .

مجموعه آموزشی به صورت تصادفی از پایگاه انتخاب می شود .

به این مرحله ، مرحله یادگیری نیز می گویند .

استفاده از مدل :

از طریق یک تابع y=f(X) برچسب  کلاس هر تاپل X از پایگاه را پیش بینی می شود .

این تابع به صورت قواعد کلاسه‌بندی ، درخت‌های تصمیم گیری یا فرمول‌های ریاضی است .

اسلاید 2 :

درخت های تصمیم گیری

یکی از روش های کارآمد و با کاربرد گسترده کلاسه بندی است .

مدل حاصل از این روش به صورت درختهای تصمیم گیری است :

هر گره در این درخت نشان دهنده یک آزمون بر روی یک صفت است .

هر شاخه خارج شونده از یک گره نشان دهنده خروجی های ممکن آزمون است .

هر برگ نشان دهنده یک برچسب کلاس است .

نحوه استفاده از درخت تصمیم گیری :

اگر تاپلی چون X که برچسب کلاس آن نامشخص است داشته باشیم صفات این تاپل در درخت مورد آزمون قرار می گیرند و یک مسیر از ریشه به سمت یک برگ که برچسب یک کلاس را دارد ایجاد می شود .

اسلاید 3 :

الگوریتم برای درخت های تصمیم گیری

الگوریتم پایه

درخت به صورت بالا-پایین بازگشتی ساخته می شود .

در آغاز تمام مجموعه آموزشی در ریشه قرار دارند .

فرض می کنیم صفات مقادیر گسسته دارند .

صفات به صورت بازگشتی بر حسب صفات انتخاب شده بخش بندی می شوند .

صفات آزمون بر اساس یک روال هیوریستیک مانند بهره اطلاعاتی ، شاخص جینی یا نسبت بهره انتخاب می شوند .

شرایط توقف الگوریتم

تمام نمونه های مربوط به یک نود متعلق به یک کلاس باشند .

صفتی برای بخش بندی بیشتر باقی نمانده باشد .

نمونه ای باقی نمانده باشد .

اسلاید 4 :

چالش ها

روش های ساختن درختان تصمیم گیری فرض می کنند که تمام مجموعه آموزشی به طور همزمان می تواند در دیسک ذخیره شود .

روش های مذکور بصورت پیاپی مجموعه آموزشی را از دیسک می خوانند .

هدف : طراحی درخت های تصمیم گیری که هر نمونه آموزشی را فقط یکبار بخواند زمان کوتاه ثابتی را برای پردازش آن صرف کند .

اسلاید 5 :

نکات کلیدی

برای یافتن بهترین صفت در هر گره ، در نظر گرفتن یک زیرمجموعه کوچک از نمونه های آموزشی که از آن گره عبور می کنند کافی است .

با در دست داشتن جریانی از نمونه ها ، اولین نمونه ها برای انتخاب صفت ریشه استفاده می شوند .

با تعیین شدن صفت ریشه ، نمونه های بعدی به سمت پایین و برگهای مربوطه عبور داده می شوند تا برای انتخاب صفت در آنجا استفاده شوند .

این عمل به صورت بازگشتی تکرار می شود .

چه تعداد نمونه در هر گره لازم است ؟

از یک نتیجه آماری به نام Hoeffding bound  استفاده می کنیم .

اسلاید 6 :

Hoeffding Bound

یک متغییر تصادفی با نام r که دارای مقادیر حقیقی و برد R است را در نظر بگیرید .

فرض کنید که n مشاهده مستقل از این متغیر انجام می‌دهیم .

میانگین این مشاهدات :

Hoeffding Bound نشان می‌دهد که میانگین واقعی متغیر r  بعد از این n مشاهده با احتمال 1- حداقل برابر –       است که در آن : 

اسلاید 7 :

چه تعداد نمونه کافی است ؟

فرض کنید G(Xi)  روال ابتکاری برای انتخاب صفات آزمون باشد مانند بهره اطلاعاتی و شاخص جینی .

فرض کنید که Xa  صفت دارای بالاترین مقدار ارزیابی بعد از n نمونه باشد .

فرض کنید که Xb صفت دارای دومین بالاترین مقدار ارزیابی بعد از n نمونه باشد .

آنگاه با یک مناسب اگر  بعد از مشاهده n نمونه :                                            آنگاه :

گره می تواند بر حسب Xa شکافته شود و نمونه های بعدی به سمت برگهای جدید عبور داده می شوند .

اسلاید 8 :

درختان تصمیم گیری بسیار سریع VFDT

برابری‌‌ها :

وقتی که دو یا بیشتر صفت در G بسیار شبیه هستند نمونه‌های زیادی برای تصمیم‌گیری بین آنها ، با اطمینان بالا نیاز است .

در این مورد ، اینکه چه صفتی انتخاب می شود اختلاف اندکی را بوجود می‌آورد .VFDT  بصورت انتخابی تصمیم می‌گیرد که یک برابری وجود دارد و شکاف را روی یکی از بهترین صفت‌های جاری انجام می‌دهد .

محاسبه G  :

بخش قابل توجهی از زمان به ازای هر نمونه برای محاسبه G صرف می شود .

محاسبه دوباره G برای هر نمونه جدید ناکارا است ، چون احتمال تصمیم برای شکاف در آن نقطه مشخص غیر محتمل است .

بنابراین VFDT به کاربر اجازه می‌دهد تا یک حداقل تعداد برای نمونه های جدید یا nmin  را مشخص کند که باید در هر برگ انباشته شود قبل از اینکه G دوباره محاسبه شود .

اسلاید 9 :

درختان تصمیم گیری بسیار سریع VFDT

حافظه :

بسیاری از برنامه های کاربردی RAM محدودی برای یادگیری مدلهای پیچیده دارند .

حافظه مورد استفاده VFDT همان حافظه مورد نیاز برای نگهداری شمارنده‌ها در برگهای در حال رشد است .

اگر به حداکثر حافظه برسیم VFDT برگهایی را که احتمال شکاف در آنها کم است غیرفعال می کند تا حافظه برای برگهای جدید فراهم شود .   

هنگامی که احتمال شکاف یک برگ غیرفعال از برگهای موجود  بیشتر شود آن برگ دوباره می‌تواند فعال شود .  

برای دریافت اینجا کلیک کنید