تعیین مهم ترین ویژگی های کمی و کیفی متمایزکننده سرده Rubus L. در ایران با استفاده از الگوریتم های دسته بندی و انتخاب ویژگی

جنس سرده Rubus L. متعلق به تیره Rosaceae و زیرتیره Rosoideae شامل حدود 750 گونه در دنیا است. این جنس در اکثر نواحی جهان پراکنش دارد. در فلور ایران تعداد هشت گونه و پنج هیبرید (دو رگه) گزارش شده است. تمشک یکی از پر چالش ترین جنس ها در بین گیاهان گل دار می باشد. وجود عواملی از جمله پلی پلوئیدی، آپومیکسی و دورگه گیری زیاد در این جنس باعث مشکلاتی در تشخیص از نظر ریخت شناسی شده است. جمع آوری داده های کمی و کیفی جهت تشخیص گونه ها و روش های جمع آوری مولفه های ریخت شناسی بسیار زمانبر و پر هزینه است. بنابراین، بکارگیری روش-های متفاوت در جهت کاهش زمان و هزینه ها همواره مطرح می باشد. در بسیاری از موارد، جهت آنالیز داده های زیستی روش های داده کاوی بکار گرفته می شود. در این مقاله، از ترکیب الگوریتم های مختلف انتخاب ویژگی و دسته بندی برای تشخیص ویژگی های متمایزکننده بین گونه های سرده Rubus L. استفاده شد. با بکارگیری روش دسته بندی Random Forest و مدل انتخاب ویژگی InfoGainAttributeEval با تعداد 28 ویژگی به دقت 05/94 درصد در دسته بندی رسیدیم که بهترین الگوریتم از نظر دقت می باشد و با استفاده از روش MLP و مدل انتخاب ویژگی SymetricalAttributeEval، با تعداد 4 ویژگی دقت دسته بندی 32/84 درصد حاصل شد که بهترین الگوریتم از نظر تعداد اندک ویژگی های انتخاب شده است. چهار ویژگی فوق توسط اکثر الگوریتم های استفاده شده در این مقاله انتخاب شدند. تمامی این ویژگی ها کیفی هستند و جهت بدست آوردن آنها نیازی به هزینه اندازه گیری آزمایشگاهی نمی باشد. بنابراین می-توانند معیار مناسبی جهت کلید شناسایی باشند.