طراحی یک اکتشافی مبتنی بر شیب نزولی کارآمد برای رگرسیون خطی خوشه ای برای مجموعه داده های بزرگ
| عنوان | طراحی یک اکتشافی مبتنی بر شیب نزولی کارآمد برای رگرسیون خطی خوشه ای برای مجموعه داده های بزرگ |
|---|---|
| نویسنده | کییس، انیس |
| تاریخ انتشار: | 2021 |
| محل انتشار | - اسپرینگر |
| موضوع | رگرسیون خطی خوشه ای، نزول گرادیان، اکتشافی |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شناسه دارایی کتابخانه | 978-303083013-7 |
| شماره ثبت | 82be1ea6-f47c-4fb6-a638-2e69adf99993 |
| محل کتابخانه | مهندسی صنایع |
| تاریخ | 2021 |
| متن نمونه | رگرسیون خطی چندگانه روشی برای کمی کردن اثرات مجموعه ای از متغیرهای مستقل بر یک متغیر وابسته است. در مسائل رگرسیون خطی خوشه ای، نقاط داده با برآوردهای رگرسیون مشابه به دلیل نیاز تجاری یا برای افزایش اهمیت آماری برآوردهای رگرسیون حاصل در یک خوشه گروه بندی می شوند. در این مقاله، گسترش این مشکل را در نظر می گیریم که در آن نقاط داده متعلق به یک دسته باید به همان پارتیشن تعلق داشته باشند. برای مجموعه دادههای بزرگ، یافتن راهحل دقیق امکانپذیر نیست و بسیاری از اکتشافیها نیاز به زمان فزایندهای در تعداد دستهها دارند. ما انواع اکتشافی مبتنی بر شیب نزول را برای ارائه راه حل های با کیفیت بالا در یک زمان معقول پیشنهاد می کنیم. عملکرد اکتشافی ما در 1014 مجموعه داده شبیه سازی شده ارزیابی می شود. ما متوجه شدیم که عملکرد مقایسهای اکتشافی مبتنی بر گرادیان نزولی با میانگین شکاف درصدی 0.17 درصد زمانی که تعداد دستهها کمتر از 60 باشد، کاملاً خوب است. با این حال، شروع با یک پارتیشن اولیه ثابت و محدود کردن تخصیص خوشهها به یک جهت افزایش سرعت اکتشافی بهطور چشمگیری با کاهش متوسط در مجموعههای دادهها با کیفیت راهحل، بهویژه برای تعداد مجموعهدادههای پیشگوی زیاد، بهویژه برای تعداد مجموعههای داده با کیفیت راهحل، تغییر میکند. برای مثال، میتوان راهحلهایی با میانگین درصد شکاف 2.81 درصد در یک دهم زمان برای مجموعههای داده با 400 دسته تولید کرد. |
| DOI | 10.1007/978-3-030-83014-4_8 |
| Cilt | 1446 |
