Authors | زهرا ناصریان اصل، هدی قاسمیه، دانیال صیاد |
---|---|
Conference Title | سومین کنفرانس ملی دادهکاوی در علوم زمین |
Holding Date of Conference | ۲۰۲۳-۰۲-۰۱ - ۲۰۲۳-۰۲-۰۱ |
Event Place | 1 - اراک |
Presented by | صنعتی اراک |
Presentation | SPEECH |
Conference Level | National Conferences |
Abstract
استفاده از الگوریتم¬های داده کاوی به منظور پیش¬بینی و تهیه نقشه¬ حساسیت سیل به دلیل دقت بالایی که دارند، امری ضروری است. پژوهش حاضر با هدف مروری بر پژوهش¬های مرتبط با داده کاوی در ارتباط با ارزیابی خطر سیل انجام شده است. به این منظور با مطالعه در پژوهش¬های مرتبط، به مزیت استفاده از این سه الگوریتم داده کاوی (جنگل تصادفی، رگرسیون لجستیک و ماشین بردار پشتیبان) پرداخته شد. نتایج پژوهش حاضر نشان داد که الگوریتم جنگل تصادفی دسته-بندی را برای مجموعه¬ای داده¬ها با سرعت بالایی انجام داده و ترکیبی از چند درخت تصمیم است و همچنین الگوریتم ماشین بردار پشتیبان ریسک ساختاری را به حداقل رسانده و خطای تجربی را کاهش می¬دهد. از دیگر نتایچ پژوهش حاضر می¬توان به امکان استفاده از متغیرهای گسسته و پیوسته و یاترکیبی از این دو متغیر در الگوریتم رگرسیون لجستیک اشاره کرد. پیشنهاد می¬شود برای افزایش دقت و کیفیت پیش بینی خطر سیل از ترکیبی از این الگوریتم¬ها استفاده شود زیرا این الگوریتم¬ها نیاز به تعداد زیاد داده¬های ثبت شده نداشته و از دقت بالای پیش¬بینی برخوردارند.
tags: جنگل تصادفی، رگرسیون لجستیک، ماشین بردار پشتیبان، یادگیری ماشین