اداء التصنيف لأوزان لاسو مع انموذج الانحدار اللوجستي الجزائي للبيانات عالية الابعاد
DOI:
https://doi.org/10.33095/rtzbhh20الكلمات المفتاحية:
الجزاء ، التصنيف ، انموذج الانحدار اللوجستي الثنائي ، البيانات عالية الابعاد ، اوزان لاسو ، معلمة الضبط.الملخص
في البيانات ذات الأبعاد العالية هناك مشكلة عدم معرفة اختيار المتغيرات ذات الاهمية لذلك يعد أداء التصنيف معياراً مهماً لمعرفة اهم المتغيرات الداخلة في النموذج حيث يلخص هذا البحث اداء تصنيف متغير الاستجابة للبيانات عالية الابعاد من خلال تطبيق اوزان مختلفة للاسو مع الوزن المقترح من قبل الباحث مع انموذج الانحدار اللوجستي الجزائي وتم تطبيق هذه الازوان على بيانات حقيقية تضمنت 12600 جين لعينة مؤلفة من 100 مشاهدة وعينة صغيرة تم جمعها من قبل الباحثة حيث تضمنت 40 انثى مصنفة )27 مصابة و13 غير مصابة (وتم استخدام برنامج R للحصول على النتائج حيث تم التوصل الى ان الاوزان تعمل بدقة عالية وجيدة لغرض التصنيف وحققت الطريقة المقترحة نتائج جيدة وعملية في اختيار افضل المتغيرات التوضيحية لتصنيف متغير الاستجابة .
نوع البحث: مستل من اطروحة دكتوراه .
التنزيلات
منشور
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 مجلة العلوم الاقتصادية والادارية
هذا العمل مرخص بموجب Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Articles submitted to the journal should not have been published before in their current or substantially similar form or be under consideration for publication with another journal. Please see JEAS originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred Harvard style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.
The editor may make use of Turtitin software for checking the originality of submissions received.
