كاهش نمونه در داده‌ها به كمك الگوريتم بهينه‌سازي چندهدفه ازدحام ذرات آشوبي

امروزه با توجه به حجم وسيع داده‌ها، مسئله كاهش نمونه حائز اهميت است. همچنين عدم وجود توازن در توزيع داده‌ها بين كلاسهاي مختلف يك چالش جدي در دادهكاوي است. در روش پيشنهادي، مسئله كاهش نمونه بهعنوان مسئله ي چندهدفه در نظر گرفته شده است كه توانسته است با درنظر گرفتن دو معيار متضاد صحت طبقه بندي و نرخ كاهش نمونه ها و همچنين توجه به معيارهاي مربوط به داده هاي نامتوازن عملكرد خوبي داشته باشد. ايجاد و حفظ توازن در انواع مختلف توزيع داده مهمترين هدف روش پيشنهادي است. مسئله چندهدفه طراحي شده با استفاده از الگوريتم بهينه سازي ازدحام ذرات آشوبي حل شده است. سطح تصميم مبتني بر فاصله در روش پيشنهادي، وظيفه تشخيص حفظ و يا حذف نمونه هاي آزمايشي را دارد. نتايج آزمايشات نشان دهنده ي برتري روش پيشنهادي از نظر دقت و صحت طبقه بندي و نرخ كاهش داده ها نسبت به روش هاي مرز دانش است. نتايج آزمايشات نشان دهنده ي برتري روش پيشنهادي از نظر دقت و صحت طبقه بندي و نرخ كاهش داده ها نسبت به روش هاي مرز دانش است.