Étude de cas: Analyse des accidents d'avion à l'aide de différents classificateurs [French]

By A P Janani, M Balakrishnan, A B Arockia Christopher

Dans les ensembles de donn es du monde r el, il existe de nombreuses donn es redondantes et contradictoires. Les performances d'un algorithme de classification dans l'exploration de donn es sont fortement affect es par les informations bruyantes (c'est- -dire redondantes et contradictoires). Ces param tres augmentent non seulement le co t du processus d'extraction, mais d gradent galement les performances de d tection des classificateurs. Ils doivent tre limin s pour accro tre l'efficacit et la pr cision des classificateurs. L'exploration de donn es est un processus d'analyse de donn es qui est effectu pour un grand volume de donn es. La m thodologie d' valuation des risques et des questions de s curit des accidents d'avion est propos e dans ce travail. Ce travail se concentre sur les diff rentes techniques de s lection des caract ristiques appliqu es l'ensemble de donn es d'une base de donn es d'une compagnie a rienne afin de comprendre et de nettoyer l'ensemble de donn es. Les valuateurs suivants sont utilis s dans cette tude: CFS, CS, GR, Information Gain, OneR Attribute, PCA Transformer, ReliefF Attribute et SU Attribute afin de r duire le nombre d'attributs initiaux. Les algorithmes de classification tels que Decision Tree (DT), Naive Bayes (NB), Artificial Neural Network (ANN), K-Nearest Neighbour (KNN) et Support Vector Machines (SVM) sont utilis s pour pr dire le niveau d'alerte du composant en tant qu'attribut de classe.

• Format: Paperback
• Language: French
• ISBN: 6208016142
• ISBN13: 9786208016142
• Release Date: August 2024
• Publisher: Editions Notre Savoir
• Length: 80 Pages
• Weight: 0.28 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"