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

Multi-objective Search for Comprehensible Rule Ensembles

Autorzy

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

Rok publikacji

2016

Typ rozdziału

referat

Język publikacji

angielski

Słowa kluczowe
EN
  • rule ensembles
  • classification
  • regularization
  • Variable-consistency Dominance-based Rough Set Approach (VC-DRSA)
Streszczenie

EN We present a methodology for constructing an ensemble of rule base classifiers characterized not only by a good accuracy of classification but also by a good quality of knowledge representation. The base classifiers forming the ensemble are composed of minimal sets of rules that cover training objects, while being relevant for their high support, low anti-support and high Bayesian confirmation measure. The population of base classifiers is evolving in course of a bi-objective optimization procedure that involves accuracy of classification and diversity of base classifiers. The final population constitutes an ensemble classifier enjoying some desirable properties, as shown in a computational experiment.

Strony (od-do)

503 - 513

DOI

10.1007/978-3-319-47160-0_46

URL

https://link.springer.com/chapter/10.1007/978-3-319-47160-0_46

Książka

Rough Sets : International Joint Conference, IJCRS 2016, Santiago de Chile, Chile, October 7–11, 2016 : Proceedings

Zaprezentowany na

International Joint Conference on Rough Sets, IJCRS 2016, 7-11.10.2016, Santiago de Chile, Chile

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.