GRADIENT BOOSTING (XGBOOST) VA TEGISHLILIK FUNKSIYALARIGA TAYANGAN STATISTIK KLASSIFIKATSIYA USULINING SOLISHTIRMA BAHOLANISHI
DOI:
https://doi.org/10.5281/zenodo.21007073Ключевые слова:
tegishlilik funksiyasi, nochiziqli almashtirish, obyektlarning umumlashgan baholari, gradient boosting, XGBoost, overfitting, klassifikatsiya, tabular ma’lumotlarАннотация
Mazkur tadqiqotda ikkilik klassifikatsiya masalasini yechishga mo‘ljallangan tegishlilik funksiyalariga asoslangan
statistik yondashuv (asosiy masala) batafsil ko‘rib chiqilgan bo‘lib, u XGBoost gradient boosting algoritmi bilan
solishtirma tarzda baholangan. Asosiy masalada har bir xususiyat gradatsiyasining ma’lum bir sinfda kuzatilish chastotasi
hisobga olinib, obyektlarga unifikatsiyalangan baholar tayinlanadi. Sinov ishlari ikkita tabular ma’lumotlar to‘plamida amalga
oshirildi: aralash turdagi tibbiy belgilarga ega Heart Disease (Statlog) hamda faqat kategorik belgilardan tashkil topgan
Mushroom dataseti. Olingan natijalar tahlili shuni namoyon etdiki, Heart datasetida asosiy masala XGBoost bilan deyarli
bir xil aniqlikka erishgan (balanslangan aniqlik mos ravishda 0.850 va 0.853), biroq hisoblash vaqti bo‘yicha o‘nlab baravar
tezkorlik ustunligiga ega va overfitting hodisasiga sezilarli darajada chidamli. Shu bilan birga, aniq mantiqiy qoidalar bilan
tavsiflangan ma’lumotlarda (Mushroom) XGBoost algoritmi xatosiz natijaga erishishi aniqlandi.
Библиографические ссылки
Игнатьев Н.А., Рахимова М.А. Формирование и анализ наборов информативных признаков
объектов по парам классов // Искусственный интеллект и принятие решений. 2021. № 4. DOI
14357/20718594210402.
Ignatiev N.A. On Nonlinear Transformations of Features Based on the Functions of Objects Belonging to
Classes // Pattern Recognition and Image Analysis. 2021. V. 31. № 2. P. 197-204.
Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System // Proceedings of the 22nd ACM SIGKDD
International Conference on Knowledge Discovery and Data Mining. 2016. P. 785-794.
Statlog (Heart) Data Set. UCI Machine Learning Repository. URL: http://archive.ics.uci.edu/ml.
Mushroom Data Set. UCI Machine Learning Repository. URL: http://archive.ics.uci.edu/ml.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 MUHANDISLIK VA IQTISODIYOT
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.