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 چالش‌ترین جنس‌ها در بین گیاهان گل‌دار می‌باشد. وجود عواملی از جمله پلی‌پلوئیدی، آپومیکسی و دورگه‌گیری زیاد در این جنس باعث مشکلاتی در تشخیص از نظر ریخت شناسی شده است. جمع آوری داده‌های کمی و کیفی جهت تشخیص گونه‌ها و روش‌های جمع‌آوری مولفه‌های ریخت‌ شناسی بسیار زمانبر و پر هزینه است. بنابراین، بکارگیری روش-های متفاوت در جهت کاهش زمان و هزینه‌ها همواره مطرح می‌باشد. در بسیاری از موارد، جهت آنالیز داده‌های زیستی روش‌های داده کاوی بکار گرفته می‌شود. در این مقاله، از ترکیب الگوریتم‌های مختلف انتخاب ویژگی و دسته‌بندی برای تشخیص ویژگی‌های متمایزکننده بین گونه‌های سرده Rubus L. استفاده شد. با بکارگیری روش‌ دسته‌بندی Random Forest و مدل انتخاب ویژگی InfoGainAttributeEval با تعداد 28 ویژگی به دقت 05/94 درصد در دسته‌بندی رسیدیم که بهترین الگوریتم از نظر دقت می‌باشد و با استفاده از روش MLP و مدل انتخاب ویژگی SymetricalAttributeEval، با تعداد 4 ویژگی دقت دسته‌بندی 32/84 درصد حاصل شد که بهترین الگوریتم از نظر تعداد اندک ویژگی‌های انتخاب شده است. چهار ویژگی فوق توسط اکثر الگوریتم‌های استفاده شده در این مقاله انتخاب شدند. تمامی این ویژگی‌ها کیفی هستند و جهت بدست آوردن آنها نیازی به هزینه‌ اندازه‌گیری آزمایشگاهی نمی‌باشد. بنابراین می-توانند معیار مناسبی جهت کلید شناسایی باشند.