Details

Цель выпускной квалификационной работы заключается в сравнительном анализе распространенных алгоритмов классификации и модернизации одного из них. Задачи, которые необходимо решить в ходе исследования: 1) Рассмотреть существующие алгоритмы классификации, применяемые в машинном обучении. 2) Провести сравнительный анализ. 3) Разработать модернизированный метод, на основе алгоритма k-ближайших соседей. 4) Провести анализ эффективности разработанного метода. 5) Сделать выводы на основе полученных результатов. В работе были рассмотрены три алгоритма классификации: k-ближайших соседей, Деревья решений и метод опорных векторов. Они были изучены, смоделированы, реализованы и выполнены на четырех наборах данных. В ходе сравнительного анализа фиксировалась точность, время обучения, время тестирования, зависимость от параметров и устойчивость к ненормализованным данным. По результатам сравнительного анализа были сформулированы преимущества и недостатки рассмотренных алгоритмов. Был разработан модернизированный алгоритм, на основе k-ближайших соседей, решающий проблему зависимости от параметра k. За счет дополнительной оптимизации удалось также снизить время тестирования. Для достижения данных результатов в работе были использованы следующие информационные технологии, в том числе программное обеспечение, облачные сервисы, базы данных и прочие сквозные цифровые технологии: PyCharm Community Edition.

The aim of the final qualification work is a comparative analysis of common classification algorithms and modernization of one of them. The research set the following goals: 1) Consider existing classification algorithms used in machine learning. 2) Conduct a comparative analysis. 3) Develop a modernized method based on the k-nearest neighbors algorithm. 4) Conduct an analysis of the effectiveness of the developed method. 5) Draw conclusions based on the results obtained. Three classification algorithms were considered in the paper: k-nearest neighbors, Decision trees, and the support vector method. They were studied, modeled, implemented, and executed on four datasets. During the comparative analysis, accuracy, training time, testing time, dependence on parameters and resistance to non-normalized data were recorded. Based on the results of the comparative analysis, the advantages and disadvantages of the considered algorithms were formulated. An upgraded algorithm based on k-nearest neighbors has been developed, solving the problem of dependence on the parameter k. Due to additional optimization, it was also possible to reduce the testing time. To achieve these results, the following information technologies were used in the work, including software, cloud services, databases and other end-to-end digital technologies: PyCharm Community Edition.