W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

Empirical Risk Minimization for Variable Precision Dominance-Based Rough Set Approach

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2013

Typ rozdziału

referat

Język publikacji

angielski

Streszczenie

EN In this paper, we characterize Variable Precision Dominance-based Rough Set Approach (VP-DRSA) from the viewpoint of empirical risk minimization. VP-DRSA is an extension of the Dominance-based Rough Set Approach (DRSA) that admits some degree of misclassification error. From a definable set, we derive a classification function, which indicates assignment of an object to a decision class. Then, we define an empirical risk associated with the classification function. It is defined as mean hinge loss function. We prove that the classification function minimizing the empirical risk function corresponds to the lower approximation in VP-DRSA.

Strony (od-do)

133 - 144

DOI

10.1007/978-3-642-41299-8_13

URL

https://link.springer.com/chapter/10.1007/978-3-642-41299-8_13

Książka

Rough sets and knowledge technology : 8th International Conference, RSKT 2013, Halifax, NS, Canada, October 11-14, 2013 : proceedings

Zaprezentowany na

8th International Conference on Rough Sets and Knowledge Technology, RSKT 2013, 11-14.10.2013, Halifax, Canada

Publikacja indeksowana w

WoS (15)

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.