文献

J-GLOBAL ID：202002283491512405   整理番号：20A0580492

新しい選択的ナイーブBayesアルゴリズム【JST・京大機械翻訳】

A novel selective naieve Bayes algorithm

著者 (4件)： Chen Shenglei (Department of E-Commerce, Nanjing Audit University, Nanjing, China) ,  Webb Geoffrey I. (Faculty of Information Technology, Monash University, VIC 3800, Australia) ,  Liu Linyuan (Department of E-Commerce, Nanjing Audit University, Nanjing, China) ,  Ma Xin (School of Statistics and Mathematics, Nanjing Audit University, Nanjing, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 192  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ナイーブBayesは最も一般的なデータマイニングアルゴリズムの一つである。その効率は属性独立性の仮定に由来するが,これは多くの実世界データ集合において違反される可能性がある。仮定を緩和するために多くの努力がなされており,その中で属性選択は重要なアプローチである。しかしながら,ナイーブBayesにおける属性選択を実行する従来の努力は,重い計算オーバーヘッドを被っている。本論文では,選択的なナイーブBayesモデルを構築するためにいくつかの属性のみを採用する効率的な選択的ナイーブBayesアルゴリズムを提案した。これらのモデルは,それぞれがもう一つの自明な拡張であるような方法で構築される。最も予測的な選択的ナイーブBayesモデルは,増分leave-one-out交差検証の測度によって選択することができた。その結果,属性は効率的なモデル選択により選択できる。経験的結果は,選択的ナイーブBayesが優れた分類精度を示すことを実証したが,同時に単純性と効率を維持した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  データマイニング ,  *アルゴリズム
準シソーラス用語： 分類精度 ,  モデル選択 ,  Bayes法 ,  オーバヘッド ,  属性選択 , 【Automatic Indexing@JST】

著者キーワード (4件)： ナイーブBayes ,  属性選択 ,  ワンアウト交差検証 ,  モデル選択

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： Bayesアルゴリズム