الملخص

التصنیف هو تقنیة مهمة لاستخراج البیانات مع تطبیقات واسعة لتحدید الفئات المختلفة من البیانات المستخدمة فی کل مجال تقریبًا فی حیاتنا. یستخدم التصنیف لتسمیة الفرد فیما یتعلق بالمجموعات المحددة مسبقًا وفقًا لخصائص الفرد. یلقی هذا البحث الضوء على تقییم الأداء القائم على تحلیل تصنیف البیانات (الدقة ، الاسترجاع ، تعتمد خوارزمیة تعتمد (LogitBoost و Naïve Bayes(باستخدام خوارزمیات التصنیف ( F القیاس Adaboost الى اکتشاف ان (LogitBoost( على الاحتمالات وتستند خوارزمیة ) Naïve Bayes (یطابق بیانات التدریب بشکل أساسی باستخدام نموذج الانحدار اللوجستی الإضافی. تحدد الورقة، لتقدیم تحلیلات فی سیاق مجموعة بیانات تصنیف الوظائف (LogitBoost و Naïve Bayes)مقارنة لمصنفات . کشفت النتائج التجریبیة أن (LogitBoost)لدیه أعلى نتیجة فی (الدقة = 82.73 بالمائة، الاسترجاع = 83.33 بالمائة ، قیاس F = 82.31بالمائة) مقارنة بخوارزمیة (Naive bayes) لمجموعة البیانات المذکورة أعلاه.