التحقق من عدد الأشجار الأمثل في الغابة العشوائية
Investigating Optimal Trees Number in Random Forest
- الباحث
- نور رافع عبد الباقي عبد الرحمن
- المشرف
- محمد جاجان يونس
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / علوم الحاسوب
- الشهادة
- دبلوم عالي
- السنة
- 2022
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- الغابة العشوائية ; عدد الأشجار ; التعلم الآلي ; التصنيف
الملخص
تُعَد الغابة العشوائية تقنية فعالة من الناحية الحسابية يمكنها العمل بسرعة البيانات الكبيرة. حيث تم استخدامها في العديد من المشاريع البحثية الحديثة والتطبيقات الواقعية في ase الصلة لا تقدم تقريباً أي توجيهات عن GIS مجالات متنوعة. ومع ذلكء فإن الدراسات الأشجار التي يجب استخدامها لتكوين هذا النوع من خوارزميات تعلم الآلة. تحلل هذه الدراسة ما إذا كان هناك عدد مثالي من الأشجار داخل الغابة العشوائية، أي الحد الذي لا يؤدي منه زيادة عدد الأشجار إلى تحقيق مكاسب في الأداء (من حيث دقة النتائج والوقت المستغرق) وسيؤدي فقط إلى زيادة التكلفة الحسابية. تم في هذه الدراسة بعد تنفيذ الخوارزمية المقترحة استنتاج وتوضيح أن مع زيادة عدد الأشجار في الغابة العشوائية قد لا يعني دائماً أن أداء الغابة سيكون أفضل من الغابات السابقة ممكن ان يعتبر حجم ٠١ (عدد أقل من الأشجار). كما تم استنتاج ان عدد أشجار الغابة العشوائية أشجار مثالي من حيث الدقة والسرعة بالنسبة لقاعدة البيانات التي تم اعتمادها في هذه الدراسة.
Abstract
A random forest algorithm is a computationally efficient approach that can work quickly across big data sets. This method has been used in numerous state-of-the-art studies as well as real-time applications in a variety of fields. However, relevant research projects provide almost no guidance on the number of trees that should be utilized to compose this type of machine learning technique. This is study mainly concerned with detecting the optimal number of trees to be used within the related random forest, i.e. the extent to which the growth of the number of trees does not affect the performance improvement (in terms of accuracy of results and time taken). This will only lead to an increase in arithmetic costs. In addition to that, in this study, after performing the recommendation algorithm, it could be concluded that the increase in the number of trees in the random forest does not always mean that the increase in the performance of the forest would be better if it is compared to the previous forests (fewer number of trees). It was also concluded that the number of random forest trees 20 could be considered an ideal tree size in terms of accuracy and speed regarding the database that was adopted in this study.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.