抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分類精度は高次元分類問題における分類アルゴリズムの効率について述べた。分類の精度を改善するために,多くのアルゴリズムが既に提案されているが,それらは低い分類精度とより多くの誤分類率に悩まされる。この問題を克服するために,クラスの数のデータ点を分類するための多属性depthness類似性推定法を提案した。提案した方法は,ラベルを用いてグループ化されたデータセットとデータ点を示した。この方法は雑音のあるデータ点を除去することにより前処理を行った。はデータ点の間でより重要性を持つ各クラスの異なる属性を同定した。同定された属性集合に基づいて,この方法は,各クラスのデータ点のそれぞれのためのマルチ属性depthness類似性を計算する。よりdepthness値を持つクラスはクラス入力データ点にとして,指定されるであろう。分類精度は適切な次元検出と分類アルゴリズムを用いて他のアルゴリズムと比較して高かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】