文献

J-GLOBAL ID：202002296412057042   整理番号：20A0864192

UCIデータセット上のMWMOTEによるディシジョンツリー,k-NN,ナイーブBayesおよびSVMの評価【JST・京大機械翻訳】

Evaluation of Decision Tree, K-NN, Naive Bayes and SVM with MWMOTE on UCI Dataset

著者 (6件)： Untoro Meida Cahyo (Department of Informatics engineering, Institut Teknologi Sumatera, Indonesia) ,  Praseptiawan Mugi (Department of Informatics engineering, Institut Teknologi Sumatera, Indonesia) ,  Widianingsih Mastuti (Department of Biology, Universitas Gadjah Mada, Indonesia) ,  Ashari Ilham Firman (Department of Informatics engineering, Institut Teknologi Sumatera, Indonesia) ,  Afriansyah Aidil (Department of Informatics engineering, Institut Teknologi Sumatera, Indonesia) ,  Oktafianto (Department of Informatics engineering, Institut Teknologi Sumatera, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1477  号： 3  ページ： 032005 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 不均衡なデータは,主要なデータの大部分が少数のデータにあるので誤分類を引き起こす。それは精度の値の減少をもたらす。UCIデータセットは,機械学習におけるデータセットとして使用できる公開データセットである。本研究は,MWMOTEにおけるデータ不均衡に関する決定木,K-NN,Naive Bayes,およびサポートベクトルマシン分類法を評価することを目的とした。MWMOTEは,重みづけとグループ化を通してImbalanced事例を解決する際に使用される。この目標は,より代表的な合成データを生成し,精度値を増加させるために,MWMOTEにおける決定木,K-NN,Naive Bayes,およびサポートベクトルマシン分類法を評価することによって達成される。本研究から得られた結果は,決定木が,MWMOTEとバランスしたデータに対して,K-NN,Naive Bayes,およびサポートベクトルマシンと比較して,想起,精度,F測度,および精度のより高い評価を有することを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  機械学習 ,  重みづけ ,  *ディシジョンツリー ,  サポートベクトルマシン
準シソーラス用語： 分類法 ,  不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データセット ,  ディシジョンツリー ,  SVM ,  評価