مجموعه داده های پیش بینی درجه آلودگی هوا به کمک تکنیک های داده کاوی در رپیدماینر

محتوای محصول: این محصول شامل دیتاست مجموعه داده های پیش بینی درجه آلودگی هوا به کمک تکنیک های داده کاوی در رپیدماینر است.تعداد ستون ها : ۲۰ ستون

فیلدهای محصول: fixed ، acidity ، volatile ، acidity ، citric ، acid ، residual ، sugar ، chlorides ، free ، sulfur ، dioxide ، total ، sulfur ، dioxide ، density ، pH ، sulphates ، alcohol ، quality

توضیحی راجب مجموعه داده های پیش بینی درجه آلودگی هوا : 

در این پروژه که با نرم افزار داده کاوی رپید ماینر مدل سازی شده است بروی داده های مربوط به حدود ۵۰۰۰ سطر عملیات دسته بندی با استفاده از الگوریتم Decision tree و KNN انجام شده است.

به منظور پیش پردازش داده ها از Replace Missing Values استفاده کردیم و داده های بدرد نخور را حذف و تغییر شکل دادیم. بعلاوه از کنترل Normalize در رپیدماینر استفاده کردیم که صحت کار را بالا می برد.

پیش از ورود به بحث پیش پردازش سمت رپیدماینر در ابتدای امر باید با یکسری از کامپوننت ها در رپیدماینر آشنا شویم. ما یک دیتاست داریم که حاوی یکسری اطلاعات مورد نیاز برای داده کاوی می باشد. همچنین یک ستون داریم که برچسب درجه آلودگی باد را مشخص می کند و ما در این مقاله و دیتاست به طور کامل به این موضوعات می پردازیم.

امکانات اصلی پروژه :

1. تحویل داکیومنت کامل با تصویر به همراه توضیحات تشریحی
2. تحویل سورس فایل رپیدماینر
3. تحویل دیتاست
4. یک ویدیو کامل از مراحل پیاده سازی یک پروژه عملی رپیدماینر