مجموعه داده‌ی Abalone (پیش‌بینی سن صدف‌های دریایی)

مدرس: مسعود کاویانی

آبالون‌ها (Abalones) به صورت عمومی به صدف‌ها یا حلزون‌های دریایی گفته می‌شود. از گوشت آن‌ها به عنوان خوراک و از پوسته‌ی آن‌ها به عنوان وسائل زینتی استفاده می‌شود. برای به دست آوردن سن این موجودات (که از اهمیتی فراوانی در بخش‌های مختلف تجارت برخوردار است)، بایستی ابتدا پوسته‌ی صدف را برش دهند، با وسائل خاصی رنگ‌آمیزی کنند و سپس تعداد حلقه‌های موجود در آن را توسط میکروسکوپ به صورت دقیق بشمارند. این فرآیند بسیار طولانی و وقت‌گیر است. برای همین دانشمندان به فکر استفاده از علم داده برای تشخیص سن آبالون‌ها افتادند.

مجموعه داده‌ی Abalone سعی دارد فرآیندِ تشخیصِ سنِ این موجودات را به وسیله‌ی طبقه‌بندی (Classification) بسیار ساده‌تر کند. به گونه‌ای که با استفاده از چندین ویژگی (بُعد) که به سادگی به دست می‌آیند، بتوان سن این صدف‌های دریایی را تخمین زد. با این کار دیگر نیازی به طی کردن فرآیند طولانیِ گفته شده در بالا نیست.

نمونه‌ای از این مجموعه‌ی داده به صورت زیر است:

ستون‌ها، همان ویژگی‌ها (ابعاد) و برچسب (کلاس) هستند و توضیحات آن‌ها به صورت زیر است:

نام ویژگی (ستون)نوعتوضیحات
Sexطبقه‌ایجنسیت صدف
Lengthعددیطولانی‌ترین اندازه‌ی پوسته به میلی‌متر
Diameterعددیقطر که عمود بر طول (Length) است
Heightعددیقد (همراه با گوشت داخل پوسته)
WholeWeightعددیوزن کل صدف
ShuckedWeightعددیوزن گوشت صدف
VisceraWeightعددیوزن روده‌ی صدف (بعد از خون‌ریزی)
ShellWeightعددیوزن پوسته بعد از خشک شدن
Ringsعددیتعداد حلقه‌ها (که از روی آن سن را تشخیص می‌دهند)

از روی ویژگی‌های مختلف و با استفاده از یک الگوریتم طبقه‌بندی خوب، می‌توانید ستون Rings را تخمین بزنید که با استفاده از آن سن صدف نیز تشخیص داده می‌شود. البته این مسئله را می‌توان جزو دسته‌ی مسائل رگرسیون نیز در نظر گرفت. چون ستون کلاس (در این‌جا Rings) می‌تواند به صورت پیوسته در نظر گرفته شود که احتمالاً به مدلِ دقیق‌تری نیز خواهید رسید.

«مشاهده‌ی گزارش EDA ابتدایی بر روی داده‌های Abalone»

«دانلود مجموعه‌ی داده با فرمت CSV (به همراه آنالیز مقدماتی)»

منابع این بحث و اطلاعات بیشتر

» مجموعه‌ی داده از سایت دانشگاه UCI

» مقاله کمکی مربوط به این مجموعه‌ی داده

در صورت تمایل به یادگیری بیشتر، منابع بالا در نظر گرفته شده است. می توانید با خواندن این منابع، به یادگیری خود در این زمینه عمق ببخشید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *