文献

J-GLOBAL ID：202102287570547446   整理番号：21A0575785

各種分類器によるインスタンス選択と構築法の比較【JST・京大機械翻訳】

Comparison of Instance Selection and Construction Methods with Various Classifiers

著者 (2件)： Blachnik Marcin (Faculty of Materials Engineering, Department of Industrial Informatics, Silesian University of Technology, Akademicka 2A, 44-100 Gliwice, Poland) ,  Kordos Miroslaw (Department of Computer Science, University of Bielsko-Biala, Willowa 2, 43-309 Bielsko-Biala, Poland)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 11  ページ： 3933  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： インスタンス選択と構築方法は,その速度を増やして,分類精度を改良することによって,k-最近傍分類装置の性能を改良するために最初に設計した。これらの目標は,冗長で雑音の多いサンプルを除去することにより達成され,訓練セットのサイズを縮小した。本論文では,インスタンス選択法の性能を分類精度と訓練セットサイズの縮小の観点から検討した。次の分類器の分類精度を評価した:決定木,ランダムフォレスト,Naive Bayes,線形モデル,サポートベクトルマシン,およびk最近傍。得られた結果は,訓練セットを圧縮する分類器の大部分が予測性能に影響し,インスタンス選択法の小さなグループだけが一般的な目的前処理ステップとして推奨できることを示した。これらは,Drop2とDrop3と共に,学習ベクトル量子化ベースアルゴリズムである。他の方法は効率が低く,圧縮比が低い。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  冗長性 ,  圧縮比 ,  分類装置 ,  前処理 ,  ディシジョンツリー ,  機械学習 ,  *サポートベクトルマシン
準シソーラス用語： 学習ベクトル量子化 ,  分類精度 ,  線形モデル ,  予測性能 ,  ランダムフォレスト ,  Naive Bayes ,  *インスタンス選択 , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習 ,  分類 ,  前処理 ,  インスタンス選択

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (42件)：

• Blachnik, M. Reducing Time Complexity of SVM Model by LVQ Data Compression. In Artificial Intelligence and Soft Computing; LNCS 9119; Springer: Berlin, Germany, 2015; pp. 687-695.
• Duch, W.; Grudziński, K. Prototype based rules-New way to understand the data. In Proceedings of the IEEE International Joint Conference on Neural Networks, Washington, DC, USA, 15 July 2001; pp. 1858-1863.
• Blachnik, M.; Duch, W. LVQ algorithm with instance weighting for generation of prototype-based rules. Neural Networks 2011, 24, 824-830.
• Kraskov, A.; Stögbauer, H.; Grassberger, P. Estimating mutual information. Phys. Rev. E 2004, 69, 066138.
• García, S.; Luengo, J.; Herrera, F. Tutorial on practical tips of the most influential data preprocessing algorithms in data mining. Knowl. Based Syst. 2016, 98, 1-29.

タイトルに関連する用語 (3件)： 分類器 ,  インスタンス選択 ,  構築