Современные тенденции в построении моделей данных многомерных информационных систем с использованием методов классификации
Аннотация
Данное исследование посвящено современным тенденциям в построении моделей многомерных информационных систем с использованием методов классификации. Было определено, что в построении таких моделей предварительная обработка данных является важным этапом с помощью, которого можно решить задачу редукции данных, также достичь оптимальной классификации данных. Для проведения исследования была выбрана база данных об успеваемости студентов технического университета программы бакалавриата. Полученная база данных использовалась для сравнения моделей классификации CART, LDA, SVM, KNN и RF с применением программного обеспечения Rstudio. В данной работе отмечено, что одной из современных тенденций в построении моделей данных многомерных информационных систем является использование ансамблей классификаторов, которые объединяют несколько моделей или алгоритмов классфикации для достижения более точных и надежных результатов. Путем сравнения полученных результатов классификации можно определить, насколько прогнозы, полученные с помощью двух разных алгоритмов, коррелируют друг с другом. В целом, современные методы классификации стремятся улучшить точность и эффективность классификации, адаптироваться к различным типам данных и структурам, а также расширить возможности использования данных моделей в реальных приложениях. В исследовании предполагается, что с учетом развития технологий и роста объемов данных дальнейшее развитие методов классификации будет продолжаться.
Литература
2. Palominos F.E., Córdova F., Durán C., Nuñez B. A simpler and semantic multidimensional database query language to facilitate access to information in decision-making. International journal of computers communications and control. 2020;15(4):3900. https://doi.org/10.15837/ijccc.2020.4.3900
3. Fan C., Chen M., Wang X., Wang J., Huang B. A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery From Building Operational Data. Frontiers in Energy Research. 2021;9:652801. https://doi.org/10.3389/fenrg.2021.652801
4. Patro S.G.K., Sahu, Kumar Sahu K. Normalization: A Preprocessing Stage. International Advanced Research Journal in Science, Engineering and Technology. 2015;2(3):20-22. https://doi.org/10.17148/IARJSET.2015.2305
5. Godd E.F. A Relation Model of Data for Large Shared Data Banks. Communications of the ACM. 1970;13(6):377-387. https://doi.org/10.1145/362384.362685
6. Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. 3rd ed. Morgan Kaufmann; 2012. https://doi.org/10.1016/C2009-0-61819-5
7. Aggarwal C.C. Data Mining: The Textbook. Cham: Springer; 2015. 734 p. https://doi.org/10.1007/978-3-319-14142-8
8. Breiman L. Random Forests. Machine Learning. 2001;45:5-32. https://doi.org/10.1023/A:1010933404324
9. Cortes C., Vapnik V. Support-vector networks. Machine Learning. 1995;20:273-297. https://doi.org/10.1007/BF00994018
10. Cover T., Hart P. Nearest neighbor pattern classification. IEEE Transactions on Information Theory. 1967;13(1):21-27. https://doi.org/10.1109/TIT.1967.1053964
11. Fisher R.A. The use of multiple measurements in taxonomic problems. Annals of Eugenics. 1936;7:179-188. https://doi.org/10.1111/j.1469-1809.1936.tb02137.x
12. Quinlan J.R. Induction of decision trees. Machine Learning. 1986;1:81-106. https://doi.org/10.1023/A:1022643204877
13. Bishop C.M. Pattern Recognition and Machine Learning. Information Science and Statistics. New York, NY: Springer; 2006. 778 p.
14. Liu H., Motoda H. Feature Selection for Knowledge Discovery and Data Mining. The Springer International Series in Engineering and Computer Science. Vol. 454. New York, NY: Springer; 1998. 214 p. https://doi.org/10.1007/978-1-4615-5725-8
15. Guyon I., Elisseeff A. An introduction to variable and feature selection. Journal of Machine Learning Research. 2003;3:1157-1182. https://doi.org/10.1162/153244303322753616
16. Chandola V., Banerjee A., Kumar V. Anomaly detection: A survey. ACM Computing Surveys. 2009;41(3):15. https://doi.org/10.1145/1541880.1541882
17. Domingos P. A few useful things to know about machine learning. Communications of the ACM. 2012;55(10):78-87. https://doi.org/10.1145/2347736.2347755
18. Dietterich T.G. Ensemble Methods in Machine Learning. In: Multiple Classifier Systems. MCS 2000. Lecture Notes in Computer Science. Vol. 1857. Berlin, Heidelberg: Springer; 2000. p. 1-15. https://doi.org/10.1007/3-540-45014-9_1
19. Zhou Z.-H. Ensemble Methods: Foundations and Algorithms. New York: Chapman and Hall/CRC; 2012. 236 p. https://doi.org/10.1201/b12207
20. Sokolova M., Lapalme G. A systematic analysis of performance measures for classification tasks. Information Processing & Management. 2009;45(4):427-437. https://doi.org/10.1016/j.ipm.2009.03.002
21. Japkowicz N., Stephen S. The class imbalance problem: A systematic study. Intelligent Data Analysis. 2002;6(5):429-449.
22. Chen C., Liaw A., Breiman L. Using Random Forest to Learn Imbalanced Data (666). University of California, Berkeley. 2004;110(1-12):24. Available at: https://statistics.berkeley.edu/sites/default/files/tech-reports/666.pdf (accessed 29.07.2023).
23. Aggarwal C.C. Outlier Analysis. Cham: Springer; 2017. 466 p. https://doi.org/10.1007/978-3-319-47578-3
24. Kimball R., Ross M. The Data Warehouse Toolkit. John Wiley & Sons, Inc.; 2013. 608 p.
25. Inmon W.H. Building the Data Warehouse. John Wiley & Sons, Inc., 2005. 432 p.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
