Änderung des Datensatzes zur Verbesserung der Leistung und Geschwindigkeit des ML-Algorithmus

Wir schlagen zwei Vorverarbeitungsschritte für die Klassifizierung vor, die konvexe Hüllen-basierte Algorithmen auf den Trainingssatz anwenden, um die Leistung und Geschwindigkeit der Klassifizierung zu verbessern. Der Algorithmus zur Klassenrekonstruktion verwendet einen Clustering-Algorithmus in Kombination mit einem auf einer konvexen Hülle basierenden Ansatz, der den Datensatz mit einer neuen und erweiterten Klassenstruktur neu beschriftet. Wir zeigen, wie dieser Algorithmus zur Leistungsverbesserung die Genauigkeit von Naive Bayes in einigen, aber nicht allen Fällen, in denen reale Datensätze verwendet werden, verbessern kann.

Autorentext

Dr. Sathish Kumar Penchala hat viele Artikel über AIML verfasst und ist ein angesehener Dozent und Leiter für AIML am IIST, Indore. Herr Prateek Dutta ist ein aufstrebender Student im AIML-Zweig und leitet ein Projektpraktikum mit ausländischer Zusammenarbeit am Ghrce, Nagpur Dr. Dheeraj Rane hat viele Artikel über AIML geschrieben und ist angesehener Dozent und Leiter für CSE am IIST, Indore