文献

J-GLOBAL ID：201802236437524658   整理番号：18A0873955

新しい不純度計量に基づくコスト感受性ランダム森林分類器【JST・京大機械翻訳】

Cost-sensitive Random Forest Classifier with New Impurity Measurement

著者 (2件)： Shi Yanwen (西南石油大学計算机科学学院 成都610500) ,  Wang Hongjie (西南石油大学計算机科学学院 成都610500)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： z2  ページ： 98-101  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 不均衡データセットの有効な分類問題に対して、コスト敏感学習とランダムフォレストアルゴリズムを結合した分類器を提案した。最初に,ディシジョンツリーの総コストだけでなく,異なるサンプルに対する同一ノードのコスト差も考慮し,次に,ランダムフォレストをK回サンプリングし,次に,提案の非純度測度に基づき,分類回帰ツリー(CART)アルゴリズムを用いて,ディシジョンツリーを構築し,最後に,ランダムフォレストを投票メカニズムによって分類し,次に,データ分類決定を,ランダムフォレストツリー(CART)に基づいて,提案した。.最後に,分類回帰ツリー(CART)を用いて,決定ツリーを造ることができた。最後に,分類回帰ツリー(CART)によって,決定ツリーを構築した。UCIデータベース上で実験を行い、従来のランダム森林と現有のコスト敏感ランダム森林分類器と比べ、この分類器は分類精度、AUC面積とKappa係数の3種類の性能測定において、いずれも良好な表現を持っている。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 総原価 ,  ディシジョンツリー ,  *感受性 ,  アルゴリズム ,  投票 ,  学習 ,  測度 ,  データベース ,  *純度
準シソーラス用語： 性能測定 ,  分類精度 ,  データ分類 ,  CART ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： Cost-sensitive learning ,  Random forest ,  Impurity measurement ,  Classification regression tree (CART) ,  Imbalanced data

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 (5件)： 純度 ,  計量 ,  感受性 ,  森林 ,  分類器