文献

J-GLOBAL ID：201702252101940148   整理番号：17A1919337

DFS:離散化と特徴選択の新しい積分法【Powered by NICT】

D-FS: A Novel Integration Method of Discretization and Feature Selection

著者 (5件)： Fu Bin ,  Liu Hongzhi ,  Jiang Zhengshen ,  Wu Zhonghai ,  Hsu D. Frank
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISPAN-FCST-ISCC  ページ： 6-13  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 離散化と特徴選択はデータマイニングの二つの基本的な前処理段階である。しかし,しばしばこれらの二つの別々の段階による情報損失をもたらした。本論文では,特徴選択と統合した新しい教師つき多変量discretizer,DFSを提案した。異なったカットオフ点と特徴の両方の相互作用を考慮に入れ,離散化による特徴選択を達成した。DFSは離散化と特徴選択の独立性により引き起こされる情報の損失を避けることができる。いくつかの最先端discretizersと比較して,DFSは両カットポイントと特徴の小さなサブセットを保持したが,異なる分類器と組み合わせた競合分類性能を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 前処理 ,  *積分 ,  相互作用 ,  *特徴選択 ,  データマイニング ,  部分集合
準シソーラス用語： カットオフ ,  多変量 ,  *離散化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 離散化 ,  特徴選択 ,  積分法