تصنيف المجموعات و العلاقات

لايضاح السؤال اكثر فرضا انه لدي الداتاست للمنتدى هدا و اريد ان اصنفها الى مشرف الموقع, مدير عام, عضو مميز, عضو شرف, أعضاء جدد. كيف لي أن احصل على training set هل اقوم انا بتدريب الداتا يدويا ام كيف

قبل ان اجيبك قليل من التوضيح لضمان انك معاي:

* الخطوة صفر zero: تحتاج منبع للبيانات.

* اولا تحتاج dataset... مجموعة بيانات.

* وثانيا تحتاج آلية لإستخراج features من تلك البيانات، وبعض الكتب تسميه attribute

ثالثا تحتاج feature subset selection method لتصغيير dimensionality للخواص المستخرجة والتي تؤدي الى زيادة السرعة والاهم من هذا زيادة كفاءة النظام.

* رابعا تحتاج آلية للتصنيف والباب مفتوح جدا (العديد من الخوارزميات)

* وبعدها آلية للevaluation، وهذه تقوم بتقسيم training/testing set splits بطريقة أو بؤخرى.

* اذا كنت في خطوة 0: الباب مفتوح جدا... اذا تريد تسحب بيانات من المنتدى، هناك مكتبات وبرامج عديدة تعطيك امكانية ارسال http request وثم تخزين الresponse عندك في الكمبيوتر..

* اذا كنت في خطوة 1: تحتاج pre-processing بسيطة على البيانات التي قمت بتخزينها في الخطوة رقم 0.

* اذا كنت في خطوة 2: الباب مفتوح جدا جدا جدا (ثلاث مرات)... تستخرج اي بيانات بأي طريقة تريد كما تحب من الdataset التي حصلت عليها في خطوة 1.

* اذا كنت في خطوة 3: هناك عدة طرق ايضا، مثل IG / consistency test/ correlation eval / wrapper /etc

* اذا كنت في خطوة 4: هناك عدة طرق ايضا، SVM / C4.5 / RF / ANN / K-NN / NB / LR

* اذا كنت في خطوة 5: هناك عدة طرق. اقترح تمشي على المتعارف عليه. cross-validation و 33% training 66% testing شائعة جدا في التصنيف

ابحث في المنتدى ستحد مواضيع شبيهة

ابحث في جوجل ستجد مواضيع شبيهة

السلام عليكم

شكرا اخي باسوورد و اعدرني على التاخير قي الرد لاني بصراحة فقدت الامل انه احد حيرد علي

أنا معاك الى الخطوة الثانية لانها هي العائق الاساسي امامي كيف احصل على attributes هل اقوم بــــ كلسترنق و من تم ب كلاسفيكايشن او كيف لانه العائق الاساسي امامي هي هده الخطوة

و جزاك الله خيرا

لا توجد طريقة محددة لاستخراج الattributes او الfeatures

غالبا الناس تالف طرق خاصة بها ولذا الاسلوب الشائع انك تبرمج برامج خاصة بك لاستخراج الattribute هذه

يعني ممكن تكتب مجموعة اسكربتات وتستخرج هذه الattributes او الfeatures

مثلا... احد الattributes ربما تكون سنة التسجيل بالمنتدى

attribute اخرى هي عدد المشاركات

attribute اخرى هي النقاط الخضراء

attribute اخرى هي القسم الذي يتميز العضو بنشاطاته

وطبعا يجب ان تبحث.. يعني بعض الattributes تكون فاشلة، وبعضها تكون ناجحة

الباب مفتوح..... فهذا هو data re-presentation.. حتى عندما تقوم بclustering تستخدم هذا

يعني في هذا المثال، سيتم التعبير عن كل عضو بواسطة vector يحتوي على الاربعة خصائص التي ذكرتهم

مثلا هذا (2011, 123, 323, c_section). حيث ان 123 هو عدد مشاركاته، و 323 هو عدد نقاطه الخضراء، و c_section هو اسم القسم الذي يشارك به (قسم برمجة c)

هذا فقط data representation كما قلت.. والباب مفتوح.. ويجب ان تبحث بنفسك وتستخلص features مناسبة

انا غالبا اكتب scripts لاستخلاص هذه الfeatures