عنوان: طبقه بندی داده های نامتعادل با نمونه برداری بیش از حد در فضای هسته ماشین های بردار پشتیبان
پیادهسازی متلب مقاله طبقهبندی دادههای نامتعادل با نمونهسازی در کرنل فضای SVM
مجموعه داده های تاریخی برای تشخیص مرحله خطا در ماشین های صنعتی اغلب نامتعادل هستند و از دسته ها یا کلاس های متعددی تشکیل شده اند. یادگیری مدل های متمایز از چنین مجموعه های داده ای به دلیل فقدان داده های نماینده و تعصب طبقه بندی کننده های سنتی نسبت به طبقه اکثریت چالش برانگیز است. روشهای نمونهگیری مانند روش نمونهبرداری بیش از حد اقلیت مصنوعی (SMOTE) به طور سنتی برای چنین مشکلاتی برای متعادل کردن مصنوعی مجموعه دادهها قبل از آموزش توسط یک طبقهبندی کننده استفاده میشود. این مقاله یک SMOTE مبتنی بر هسته وزنی (WK-SMOTE) را پیشنهاد میکند که بر محدودیت SMOTE برای مسائل غیرخطی با نمونهبرداری بیش از حد در فضای ویژگی طبقهبندیکننده ماشین بردار پشتیبان (SVM) غلبه میکند. الگوریتم بیشنمونهسازی پیشنهادی همراه با یک فرمول SVM حساس به هزینه، در مقایسه با سایر روشهای پایه در مجموعه دادههای نامتعادل چندگانه، عملکرد را بهبود میبخشد. علاوه بر این، یک چارچوب سلسله مراتبی برای مسائل نامتعادل چند طبقه ای که دارای نظم طبقاتی مترقی هستند، ایجاد شده است. WK-SMOTE پیشنهادی و چارچوب سلسله مراتبی بر روی یک مسئله تشخیص عیب صنعتی در دنیای واقعی برای شناسایی خرابی در عایق تجهیزات ولتاژ بالا تایید شده است.
آموزش
برای اجرای main.m که اجرای واقعی مقاله تحقیقاتی ذکر شده در بالا است، باید libsvm وزنی را که در نرم افزار متلب و SMOTE خود نصب شده است راه اندازی کنید که برای تولید نمونه های کلاس اقلیت مصنوعی استفاده می شود.
–> پوشه matlab را باز کنید، از readme داخل پوشه استفاده کنید
–> بسته libsvm-weighted را نصب کنید
–> کد، مجموعه داده آزمایشی (diabetes.csv) و کد smote را در همان فهرست قرار دهید.
–> اجرای “main.m”
فایل کد را در diabeti.csv اجرا می کند، بازده کد داده شده نزدیک به 82.6٪ خواهد بود.
این پروژه شامل فایل اصلی مقاله، دیتاست و فایل شبیه سازی متلب می باشد.
پروژه مشابه دارید؟
برای ثبت سفارش در سیمیا می توانید از طریق اپلیکیشن سیمیا، یا فرم ثبت سفارش در سایت اقدام کرده و یا از طریق ایمیل، واتساپ، تلگرام و اینستاگرام اقدام نمایید.
اپلیکیشن سیمیا را از بازار و مایکت دانلود کنید.
سریع ترین راه پاسخگویی سیمیا، واتساپ می باشد. لینک واتساپ، اینستاگرام و تلگرام در پایین سایت وجود دارد.
نشانی ایمیل سیمیا simiya_ht@yahoo.com می باشد.
از برقراری تماس برای هماهنگی پروژه خودداری کنید، حجم بالای سفارشات به ما اجازه نمی دهد تا از طریق تلفن پاسخگوی شما عزیزان باشیم، حتما درخواست خود را به صورت مکتوب و از طریق یکی از راه های ذکر شده فوق ارسال نمایید، درخواست خود را به طور کامل و با تمام فایل ها و توضیحات لازم ارسال نمایید تا مدت زمان بررسی آن به حداقل برسد. پس از تعیین کارشناس، در اسرع وقت به شما پاسخ می دهیم.
نقد و بررسیها
هیچ دیدگاهی برای این محصول نوشته نشده است.