تحليل البيانات وتقليل الأبعاد باستخدام Feature Selection و LDA
تفاصيل العمل
قمت بتنفيذ مشروع في مجال تحليل البيانات والتعلم الآلي يهدف إلى تقليل الأبعاد واختيار أهم الخصائص المؤثرة على دقة التصنيف. اعتمد المشروع على مجموعة بيانات Iris بعد توسيعها إلى 6 Features، وتم تطبيق خمس طرق مختلفة لترتيب واختيار الخصائص وهي: Pearson Correlation و Spearman Correlation و Gini Index و Chi-Square و Information Gain. بعد ذلك تم تقييم الأداء باستخدام خوارزمية LDA للتصنيف ومقارنة النتائج بين جميع الطرق. أظهرت النتائج أن أفضل أداء تحقق عند اختيار أهم ميزتين فقط، مع دقة Cross Validation بلغت 98.10% ودقة اختبار 91.11%، كما أظهر المشروع توافقًا كاملًا بين طرق الاختيار المختلفة واستقرارًا عاليًا في النتائج
مهارات العمل
بطاقة العمل
طلب عمل مماثل
