การจำแนกต้นไม้ตัดสินใจสำหรับชุดข้อมูลไม่สมดุลโดยใช้น้ำหนักต่างกันบนข้อมูลสังเคราะห์

สุรพงษ์ เชี่ยวสกุลวัฒนา

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/43669

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สุกรี สินธุภิญโญ	en_US
dc.contributor.author	สุรพงษ์ เชี่ยวสกุลวัฒนา	en_US
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	en_US
dc.date.accessioned	2015-06-24T06:43:47Z
dc.date.available	2015-06-24T06:43:47Z
dc.date.issued	2556	en_US
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/43669
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556	en_US
dc.description.abstract	การจำแนกต้นไม้ติดสินใจสำหรับชุดข้อมูลไม่สมดุล โดยใช้น้ำหนักต่างกันบนข้อมูลสังเคราะห์ เป็นวิธีการที่ใช้เทคนิค SMOTE ในการเพิ่มจำนวนตัวอย่างกลุ่มน้อยด้วยการสังเคราะห์ข้อมูลกลุ่มน้อยขึ้น เพื่อให้จำนวนตัวอย่างกลุ่มน้อยที่เพิ่มขึ้นมีจำนวนใกล้เคียงกับตัวอย่างกลุ่มมาก และปรับการหาเอนโทรปีใหม่ ซึ่งใช้วิธี C4.5เป็นพื้นฐาน เพื่อจำแนกข้อมูลกลุ่มน้อยได้ดีขึ้น สำหรับการจำแนกข้อมูลแบบสองกลุ่ม ทำการทดสอบแบบไขว้ข้ามสิบกลุ่ม โดยเลือกชุดข้อมูลไม่สมดุลจำนวน 16 ชุดข้อมูลมาทำการทดลอง และเปรียบเทียบผลการทดลองกับอัลกอริทึม C4.5 ที่ใช้เทคนิค SMOTE การทดสอบพบว่าวิธีการที่นำเสนอสามารถจำแนกข้อมูลกลุ่มน้อยได้ดีกว่าวิธีอื่นๆ เมื่อใช้น้ำหนักที่ต่างกันบนข้อมูลสังเคราะห์	en_US
dc.description.abstractalternative	Our classification method for an imbalanced data set is based on the decision tree techniques with SMOTE technique. In general, the SMOTE technique will increase the number of minorities by synthesizing new set of the minority class data and augmenting this new data set to the original data set. With the SMOTE technique, the data set becomes almost balanced. We adjust the original entropy function of C4.5 to better handle the newly synthesized data in the augmented data set. In our experiment, we tested our method using standard 10-fold cross validation on 16 imbalanced data sets. All of data sets are two-class data set. The results showed that the presented method performed better than other methods tested in our experiments.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2013.1125	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	โปรแกรมคอมพิวเตอร์
dc.subject	เอนโทรปี
dc.subject	Computer programs
dc.subject	Entropy
dc.title	การจำแนกต้นไม้ตัดสินใจสำหรับชุดข้อมูลไม่สมดุลโดยใช้น้ำหนักต่างกันบนข้อมูลสังเคราะห์	en_US
dc.title.alternative	DECISION TREE CLASSIFICATION OF IMBALANCED DATA SETS USING DIFFERENT WEIGHTS ON SYNTHESIZED DATA	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	sukree.s@chula.ac.th	en_US
dc.identifier.DOI	10.14457/CU.the.2013.1125	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
5370371021.pdf		3.86 MB	Adobe PDF	View/Open

Show simple item record