文献

J-GLOBAL ID：201802236218711959   整理番号：18A2164734

データマイニング決定木アルゴリズムのための情報エントロピーに基づく分割基準【JST・京大機械翻訳】

An information entropy based splitting criterion better for the Data Mining Decision Tree algorithms

著者 (1件)： Aurelian Badulescu Laviniu (Fac. of Automatics, Computer Science and Electronics, Univ. of Craiova, Craiova, Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICSTCC  ページ： 535-540  発行年： 2018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： 本論文では,これまで知られているエントロピーベースの分割基準よりも決定木(DT)の誘導のためのより良いエントロピーに基づく分割基準を発見することを試みた。それらの基礎に基づいて構築された3つのDTによって実施された性能試験とともに8つのエントロピーベースの分割基準を考慮した。これらのDTタイプのすべてを7つのデータベース上で訓練し,それらのテストデータを実行した。著者らの実験は,二乗情報利得比率1分割基準によって達成された非常に良い性能を強調した。それは,C4.5アルゴリズムで使用される情報利得比基準より常に良い挙動を示し,他の6つの情報エントロピーベースの分割基準よりも良好な挙動を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データマイニング ,  性能試験 ,  *ディシジョンツリー ,  *エントロピー ,  データベース ,  *アルゴリズム
準シソーラス用語： 情報利得 ,  試験データ ,  *情報エントロピー , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： データマイニング ,  決定木 ,  アルゴリズム ,  情報エントロピー