Intelligent assistance for data pre-processing

الگوریتم داده کاوی ممکن است بر روی داده های مجموعه ای با ویژگی های مختلف متفاوت عمل کند، مثلا ممکن است در یک مجموعه داده با ویژگی های پیوسته بهتر از ویژگی های طبقه بندی شده یا در اطراف دیگر بهتر عمل کند. به طور معمول، قبل از معدن، یک مجموعه داده نیاز به پردازش دارد. با در نظر گرفتن تمام اپراتورهای پیش پردازش احتمالی، تعداد زیادی جایگزین وجود دارد. به عنوان یک نتیجه، کاربران غیر مجاز با گزینه های پیش پردازش غرق می شوند. در این مقاله، ما نشان می دهیم که با خودکار سازی پیش پردازش با پشتیبانی فرا یادگیری می توان مشکل را حل کرد. برای این منظور، طیف گسترده ای از تکنیک های پیش پردازش داده ها و مجموعه ای از الگوریتم های طبقه بندی را تحلیل کردیم. برای هر الگوریتم طبقه بندی که ما در نظر می گیریم و یک مجموعه داده اختصاص داده شده، ما قادر به طور خودکار تغییرات را پیشنهاد می کنیم که کیفیت نتایج الگوریتم در مجموعه داده ها را بهبود می بخشد. رویکرد ما به کاربران غیر متخصص کمک می کند تا به طور موثر تر تبدیل به برنامه های کاربردی خود را شناسایی کنند و از این رو برای دستیابی به نتایج بهبود یافته.