文献

J-GLOBAL ID：201702298341081708   整理番号：17A0073324

P-ANDT:平均N依存決定木の正例未学習学習アルゴリズム【JST・京大機械翻訳】

P-AnDT:averaged n-dependence decision tree algorithm for positive and unlabeled learning

著者 (5件)： Zhang Jinlei (College of Information Engineering, Northwest A&F University) ,  Li Mei (College of Information Engineering, Northwest A&F University) ,  Zhang Yang (College of Information Engineering, Northwest A&F University) ,  Liang Chunquan (College of Information Engineering, Northwest A&F University) ,  Wang Yong (School of Natural & Applied Sciences, Northwestern Polytechnical University)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 33  号： 7  ページ： 1941-1944,1951  発行年： 2016年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 正例と未標識サンプルのみを持つ訓練データセットに機械学習(POSITIVE UNLABELED LEARNING,PU学習)を行うために,PU学習に用いる平均N依存決定木(P-ANDT)分類アルゴリズムを提案する.決定木を構築するとき,サンプルのN属性を依存属性として選択し,各々の分割属性に依存属性とクラス属性の共同影響を計算する。次に,異なる入力属性を選択属性として選択し,それらの間で差異を持つ分類装置を構築し,結果を平均化し,統合分類アルゴリズムを構築した。最終的に,データ集合における正例の比率パラメータPを推定することによって,このアルゴリズムをPU学習場面で分類することができる。UCIデータセットに関する実験結果は,BAYES推定に基づくPU学習アルゴリズム(PNB,PTANなど)と比較して,P-ANDTアルゴリズムがより良い分類精度を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *学習アルゴリズム ,  分類装置 ,  *アルゴリズム ,  *ディシジョンツリー ,  機械学習 ,  *学習
準シソーラス用語： 分類精度 ,  分類アルゴリズム ,  訓練データ , 【Automatic Indexing@JST】

著者キーワード (4件)： decision tree ,  ensemble learning algorithm ,  PU learning theory ,  Bayes hypothesis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 平均 ,  決定木 ,  学習 ,  学習アルゴリズム