Αλγοριθμοι Classification Σε Big Data

Abstract

Στην παρουσα εργασια θα μελετησουμε τις επιδοσεις δυο γνωστων αλγοριθμων που χρησιμοποιουνται για κατηγοριοποιηση κειμενου, του Naive Bayes και των κ-εγγυτερων γειτονων. Οι αλγοριθμοι αυτοι θα εφαρμοστουν πανω σε μεγαλο ογκο δεδομενων που αντιπροσωπευουν προιοντα ηλεκτρονικων καταστηματων. Η κατηγοριοποιηση βασιζεται στα χαρακτηριστικα των προιοντων οπως αυτα προκυπτουν απο τη γενικοτερη περιγραφη. Μεσω καποιων πειραματων προσπαθουμε να εξηγησουμε τη συμπεριφορα των χρησιμοποιουμενων αλγοριθμων και τους τροπους που θα μπορουσαν να βελτιωσουν την αποτελεσματικοτητα τους.