دیتاست مسیرهای شخصیتی

دیتاست مسیرهای شخصیتی

این پروژه مربوط به دیتاست مسیرهای شخصیتی می باشد. کاراکترهای اینجا برای مطالعه Phd در مورد استخراج اولیه با استفاده از مدل های hmm مورد استفاده قرار گرفتند. داده ها شامل ۲۸۵۸ نمونه کاراکتر هستند که در آرایه سلولی  mixout موجود است. متغیر ساختار “در نظر می گیرد” شامل یک فیلد consts.charlabels است که برچسب های ennummerated برای شخصیت ها را فراهم می کند. consts.key کلید برای هر برچسب را فراهم می کند. داده ها با استفاده از یک قرص واکوم ثبت شد. ۳ ابعاد نگهداری شد – x، y و نیروی قلم قلم. داده ها از لحاظ عددی متمایز شده اند و Gaussian همخوانی دارد، با مقدار سیگما ۲٫ داده در ۲۰۰hz ثبت شد. داده ها با consts.datanorm عادی شده اند. تنها کاراکترهایی با یک قطعه «سمبل پایین» در نظر گرفته شدند. تقسیم بندی شخصیت با استفاده از یک نقطه برش نیروی نوک قلم انجام شد. شخصیت ها نیز تغییر یافته اند به طوری که پروفایل های سرعت آنها به بهترین وجه مطابقت دارند.

تعداد نمونه ها:

۲۸۵۸ نمونه

تعداد ویژگی ها:

۳ ویژگی

داده های پرت:

این دیتاست شامل داده های پرت یا missing values نمی باشد.

امکانات پروژهمسیرهای شخصیتی:

• 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 اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.