دیتاست ماهی قزل آلا (نسخه ۲)

دیتاست ماهی قزل آلا (نسخه ۲) :

این پروژه مربوط به دیتاست  ماهی قزل آلا (نسخه ۲) می باشد .

این مجموعه داده ها مجموعه ای از ۱۰۲ مولکول را توصیف می کند که ۳۹ مورد توسط کارشناسان انسانی محسوب می شوند و ۶۳ مولکول باقیمانده به عنوان غیر مغزی مورد قضاوت قرار می گیرند. هدف این است که یاد بگیریم پیش بینی کنیم که آیا مولکول های جدید مشک و یا غیر مشک هستند. با این حال، ویژگی های ۱۶۶ که این مولکول ها را توصیف می کنند، وابسته به شکل دقیق یا سازگاری مولکول هستند. از آنجایی که اوراق قرضه می تواند چرخش یابد، یک مولکول تک می تواند اشکال مختلف را اتخاذ کند. برای تولید این مجموعه داده ها، تمامی سازگاری های کم انرژی از مولکول ها برای ایجاد ۶،۵۹۸ سازگاری تولید شد. سپس یک بردار ویژگی استخراج شد که هر نوع تشکیل را توصیف می کند.

این رابطه چند جانبه بین بردارهای ویژگی و مولکول ها، “مشکل نمونه چندگانه” است. هنگام یادگیری یک طبقه بندی کننده برای این داده ها، طبقه بندی کننده باید یک مولکول را به عنوان “مشک” طبقه بندی کند، اگر هر گونه سازگاری آن به عنوان یک مشک طبقه بندی شود. مولکول باید به عنوان “غیر مشک ” طبقه بندی شود، اگر هیچ یک از ساختارهای آن به عنوان مشک طبقه بندی نشده باشد.

تعداد نمونه ها:

۶۵۹۸ نمونه

تعداد ویژگی ها:

۱۶۸ ویژگی

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد.

امکانات پروژه دیتاست ماهی قزل آلا (نسخه ۲):

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اهم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth  و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اهم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.