مقايسه تكنيكهاي داده كاوي كمترين مربعات جزئي خطي وغير خطي

اين مقاله دو تكنيك مختلف پيشگويانه ديتا ماينينگ را باهم مقايسه مي كند. يك تكنيك خطي ، حداقل مربعات جزئي PLS ويك تكنيك غير خطي NLPLS روي مجموعه هايي از داده هاي متفاوت ومنحصربه فرد :يك مجموعه دريك خط مستقيم واقع شونده داده كه دراين مقاله مجموعه داده COL ناميده مي شود ويك مجموعه داده ديگر كه دراين مقاله داده شبيه سازي شده ناميده شد. درآمارو رياضيات، حداقل مربعات جزئي، اصطلاحا به عنوان يك روش رگرسيوني اريب معرفي مي شود. اين داده ها منحصر به فردهستندويك تركيب از مشخصه هايي كه درادامه مي آيند دارند. تعدادكمي از متغيرهاي پيش بيني كننده، تعدادزيادي متغيرپيش بيني كننده، متغيرهاي دريك خط مستقيم واقع شونده وبسياري متغيرهاي زائد. ماهيت اين مجموعه ازداده ها، كشف مي شوندوكيفيت(خصوصيت) منحصر به فردآنها، معين مي شود. دريك دامنه وسيع، اين پردازش داده به كاوشگرهاوتحليل گرها كمك مي كندتااينكه يك انتخاب ازتكنيك پيش بينانه براي كاربرد داشته باشند. مساله بزرگ، چگونگي كاهش اين متغيرها به تعدادمينيممي است كه مي تواند به صورت كامل متغير پاسخگو راپيش بيني كند. حداقل مربعات جزئي خطي ( PLS)وحداقل مربعات جزئي غيرخطي (NLPLS)،كه بسياري زمانهاازعملكردهاي شبكه عصبي براي نقشه غيرخطي شده استفاده مي كنند مدلهايي هستند كه درهرمجموعه ازداده مي توان به كاربرد. هرتكنيك روشهاي متفاوتي از استفاده دارد.اين روشهاي متفاوت، درابتداروي هرمجموعه داده استفاده مي شد وبهترين روش براي مقايسه جهاني باديگرتكنيكها براي همان مجموعه داده درهرتكنيك موردملاحظه بود. هدف از اين شناسايي تكنيكي هست كه بهترين عملكردرابراي يك نوع مجموعه دردسترس از داده، داردوازآن به جاي استنادكردن به رويكردمعمول سعي وخطا به طور مستقيم استفاده مي شود.زمانيكه اين فرآيند به صورت كارا، درساخت به كاررود، مدلها براي پيش گويي يا پيش بيني طرح كسب وكار، زمان تدارك راكاهش خواهندداد. كاردراين مقاله تحقيقي، همچنين درشناسايي عملكرد داده كاوي خيلي مهم پيش بينانه واندازه گيريها يا ضوابط ارزيابي مدل ، مفيدخواهدبود.