ﮐﺎراﯾﯽ رو ه ﻫﺎي رد ﺑﻨﺪي ه ﮐﻨﻨﺪ رﮔﺮﺳﯿﻮن ﻟﺠﺴﺘﯿﮏ و رﮔﺮﺳﯿﻮن درﺧﺘﯽ ﺑﺮاي ﻣﺘﻐﯿﺮ واﺑﺴﺘﻪ ﺑﺎﯾﻨﺮي

ﭼﮑﯿﺪه در اﯾﻦ ﻣ ﻣﻘﺎﻟﻪ ن ﯿﺰا ا ﮐﺎرﯾﯽ ل ﻣﺪ ﻫﺎي ه رد ي ﺑﻨﺪ ﺮﺳ رﮔ ن ﯿﻮ ﺘ ﻟﺠﺴﯿﮏ ﺑﺎ ي ﯾﻨﺮ ﺳ و رﮔﺮ ن ﯿﻮ ﺧﺘ در ﯽ روي ﯽ ﻣﺘﻐﯿﺮ واﺑﺴﺘﻪ ﺑﺎﯾﻨﺮي ﺑﺮرﺳ ﻣﯽ د ﺷﻮ . ﺷﯿﻮة ه اﺳﺘﻔﺎده از ﺗﻤﺎم داد ، ﭘﺮدازش ﻣﺪل ﻫﺎ ﺣﻠ در ﻣﺮ ﮥ . آﻣﻮزﺷﯽ اﺳﺖ ﻣﺠﻤﻮﻋﻪ داده ﻫﺎي ﻣﻮرد ﻣﻄﺎﻟﻌﻪ ازﯾﮏ ﺗ ﮔﺰارش ﻣﻄﺎﻟﻌﺎﯽ ر درﺑﺎة ﺳﻮاﺑﻖ ﺑ ي ﯿﻤﺎر د زري ﺑﻪ دﺳﺖ آﻣﺪه اﺳﺖ ﮐﻪ ﯾﮏ ﻋ ﻣﺠﻤﻮ ﻪ داده ﺷﺎﻣﻞ ﻣﺘﻐ ي ﯿﺮﻫﺎ ﮐﻤﯽ ﮐ و ﯿﻔﯽ ﻣ اﺳﺖ .ن ﯿﺰا ا ﮐﺎرﯾﯽ دو روش ﻪ ﻃﺒﻘ ﺪ ﺑﻨ ي ه ﮐﻨﻨﺪ رﮔﺮﺳﯿﻮن ﻟﺠﺴﺘﯿﮏ و رﮔﺮﺳﯿﻮن رده ﺑ ، ﺑﻨﺪي درﺧﺖ ﺗﺼﻤﯿﻢ ﺮ اﺳﺎس ﻣﻌ ي ﯿﺎرﻫﺎ ا ﮐﺎرﯾﯽ ﺎر آﻣ ي ﺮ ﻧﻈﯿ و ، ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﺧﺎص ، دﻗﺖ ﺗﺤﻠﯿﻞ ﺣﺴﺎﺳﯿﺖ ﻧﺘﺎ اﺳﺖ .ﯾﺞ ﺑ ﺗﺠﺮﯽ ﻣﺎ ﻣ ﻧﺸﺎن ﯽ ﺪ دﻫ ﺮﺳ ﮐﻪ رﮔ ن ﯿﻮ ﺴﺘ ، ﻟﺠ ﯿﮏ ﺮﺳ 83 دﻗﺖ ﺑﺎﻻي %و رﮔ ن ﯿﻮ ﺧﺘ در ﯽ ﻣ ن ﯿﺰا رو 73 دﻗﺖ ﺣﺪود %را ﺑﺮ ي ﻣﺠﻤﻮﻋﻪ ﻧﺸﺎن داده . اﻧﺪ ﯿﺐ ﺑﻪ ﻫﻤﯿﻦ ﺗﺮﺗ ﻣﯿﺰان ﺣﺴﺎﺳﯿﺖ رﮔﺮﺳﯿﻮن 77 ﻟﺠﺴﺘﯿﮏ ﺑﺎﯾﻨﺮي ﺑﺮاﺑﺮ . 66 %و رﮔﺮﺳﯿﻮن درﺧﺘﯽ ﺑﺮاﺑﺮ %اﺳﺖ 85 ﻫﻤﭽﻨﯿﻦ اﻧﺪازه ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﺧﺎص ﻣﺪل رﮔﺮﺳﯿﻮن ﺑﺮاﺑﺮ %وﺑﺮاي ﻧﺸﺎن 76 رﮔﺮﺳﯿﻮن درﺧﺘﯽ ﺑﺮاﺑﺮ %اﺳﺖ .ﻧﺘﺎﯾﺞ ﮐﺎراﯾﯽ ﻣﺪل ﻣﯽ دﻫ ﺪ رﮔﺮﺳﯿﻮن ﻟﺠﺴﺘﯿﮏ ﺑﺎﯾﻨﺮي ﺑﻬﺘﺮ از رﮔﺮﺳﯿﻮن درﺧﺘﯽ ﻋﻤﻞ ﮐﺮده اﺳﺖ.