خرید و دانلود فصل دوم پایان نامه الگوریتم نزدیک ترین همسایه و محدودیت های آن با فرمت docx در قالب 10 صفحه ورد
تعداد صفحات | 10 |
حجم | 58/777 کیلوبایت |
فرمت فایل اصلی | doc |
روش تصمیم گیری دسته جمعی به گردآوری چندین روش یادگیرنده مستقل از هم گفته می شود تا در کنار یکدیگر تابع هدف را بیاموزند و در نهایت با ترکیب خروجی پیش بینی همه آن ها پیش بینی نهایی بدست می-آید. هدف اصلی این روش، افزایش کارایی و دقت، با استفاده از چندین تصمیم گیرنده مستقل از هم، به جای یک تصمیم گیرنده است. همچنین ممکن است که پیچیدگی حل مسئله با شکستن آن به چند زیر مسئله کاهش بیابد. البته باید به نکته توجه کرد که، زمانی کارایی یک روش تصمیم گیری دسته جمعی نسبت به یک دسته بند منفرد بالاتر است که خطای دسته بندهای به کار رفته در آن به عنوان اجزای تشکیل دهنده، نسبت به هم مستقل باشند.
فهرست مطالب
2-1-الگوریتم نزدیک ترین همسایه 11
2-2- محدودیت های روش نزدیک ترین همسایه 14
2-3- مروری بر راه کارهای ارائه شده در گذشته برای بهبود الگوریتم نزدیکترین همسایه 15
منابع
خرید و دانلود فصل دوم پایان نامه نزدیک ترین همسایه و الگوریتم آن با فرمت docx در قالب 10 صفحه ورد
تعداد صفحات | 10 |
حجم | 31/159 کیلوبایت |
فرمت فایل اصلی | doc |
الگوریتم نزدیک ترین همسایه یک روش نمونه-بنیاد است. به این معنی که در این دسته بند برای انجام عمل پیش بینی، فاز آموزش از نمونه های آموزشی وجود ندارد و این روش برای پیش بینی، مستقیما از نمونه های آموزشی استفاده می کند. برای این کار با ورود هر نمونه ی پرس وجو شده، ابتدا میزان شباهت(تفاوت) این نمونه با تمامی نمونه های آموزشی محاسبه می شود. در این روش معمولا برای بدست آوردن میزان شباهت ها، از یک معیار فاصله استفاده می شود و در این صورت، فاصله ی کمتر نشان دهنده ی شباهت بیشتر خواهد بود. پس از بدست آوردن فاصله ی همه نمونه های آموزشی، نمونه ای که کمترین فاصله را تا نمونه پرس وجو شده دارد، به عنوان نزدیک ترین همسایه معرفی می شود؛ در نهایت الگوریتم، برچسب این نمونه را به عنوان برچسب نمونه پرس وجو اعلام می کند.
فهرست مطالب
1-1- مقدمه 2
1-2- روش های دسته بندی 3
1-3- ارزیابی دسته بند 4
1-4- تصدیق متقابل 6
1-5- الگوریتم نزدیک ترین همسایه 7
منابع