Modeling Influenced Criteria in Classifiers' Imbalanced Challenges Based on TrSS Bolstered by The Vague Nature of Neutrosophic Theory

Ibrahim El-Henawy‏ · Shrouk El-Amir‏ · Mona Mohamed‏ · Florentin Smarandache‏

جنوری 2024 · Infinite Study

ای بک

صفحات

اہل ہے

درجہ بندیوں اور جائزوں کی تصدیق نہیں کی جاتی ہے مزید جانیں

اس ای بک کے بارے میں

Because of the advancements in technology, classification learning has become an essential activity in today's environment. Unfortunately, through the classification process, we noticed that the classifiers are unable to deal with the imbalanced data, which indicates there are many more instances (majority instances) in one class than in another. Identifying an appropriate classifier among the various candidates is a time-consuming and complex effort. Improper selection can hinder the classification model's ability to provide the right outcomes. Also, this operation requires preference among a set of alternatives by a set of criteria. Hence, multi-criteria decision-making (MCDM) methodology is the appropriate methodology can deploy in this problem. Accordingly, we applied MCDM and supported it through harnessing neurotrophic theory as motivators in uncertainty circumstances. Single value Neutrosophic sets (SVNSs) are applied as branch of Neutrosophic theory for evaluating and ranks classifiers and allows experts to select the best classifier So, to select the best classifier (alternative), we use MCDM method called Multi- Attributive Ideal-Real Comparative Analysis (MAIRAC) and the criteria weight calculation method called Stepwise Weight Assessment Ratio Analysis (SWARA) where these methods consider single-value neutrosophic sets (SVNSs) to improve and boost these techniques in uncertain scenarios. All these methods are applied after modeling criteria and its sub-criteria through a novel technique is Tree Soft Sets (TrSS). Ultimately, the findings of leveraging these techniques indicated that the hybrid multi-criteria meta-learner (HML)-based classifier is the best classifier compared to the other compared models.

اس ای بک کی درجہ بندی کریں

ہمیں اپنی رائے سے نوازیں۔

پڑھنے کی معلومات

اسمارٹ فونز اور ٹیب لیٹس

Android اور iPad/iPhone.کیلئے Google Play کتابیں ایپ انسٹال کریں۔ یہ خودکار طور پر آپ کے اکاؤنٹ سے سینک ہو جاتی ہے اور آپ جہاں کہیں بھی ہوں آپ کو آن لائن یا آف لائن پڑھنے دیتی ہے۔

لیپ ٹاپس اور کمپیوٹرز

آپ اپنے کمپیوٹر کے ویب براؤزر کا استعمال کر کے Google Play پر خریدی گئی آڈیو بکس سن سکتے ہیں۔

ای ریڈرز اور دیگر آلات

Kobo ای ریڈرز جیسے ای-انک آلات پر پڑھنے کے لیے، آپ کو ایک فائل ڈاؤن لوڈ کرنے اور اسے اپنے آلے پر منتقل کرنے کی ضرورت ہوگی۔ فائلز تعاون یافتہ ای ریڈرز کو منتقل کرنے کے لیے تفصیلی ہیلپ سینٹر کی ہدایات کی پیروی کریں۔

غیر قانونی مواد کی اطلاع دیں