分類,回帰および生存データにおけるコントラスト集合のロバストなマイニングを可能にする分離および克服ヒューリスティックス【JST・京大機械翻訳】

Gudys Adam; Sikora Marek; Wrobel Lukasz

プレプリント

J-GLOBAL ID：202202209743919085 整理番号：22P0323994

分類,回帰および生存データにおけるコントラスト集合のロバストなマイニングを可能にする分離および克服ヒューリスティックス【JST・京大機械翻訳】

Separate and conquer heuristic allows robust mining of contrast sets in classification, regression, and survival data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月01日プレプリントサーバーでの情報更新日： 2023年03月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

グループ間の差を同定することは,最も重要な知識発見問題の1つである。コントラストセットマイニングとしても知られる手順を,医学,産業,または経済学のような広範囲の分野で適用した。本論文において,著者らはRuleKit-CS,分離と統治に基づくコントラスト集合マイニングのためのアルゴリズムを提示して,決定規則誘導のために確立した発見的方法を確立した。属性ペナルティ化方式を伴う多重パスは,異なる属性を有する同じ例を記述するコントラストセットを提供し,標準分離とコンクーラから提示したアプローチを識別する。また,このアルゴリズムを回帰および生存データに対して一般化し,ラベル属性/生存予後が事前定義されたコントラストグループに対するラベル/予後と一致するコントラストセットの同定を可能にした。既存のアプローチによって提供されないこの特徴は,さらにRuleKit-CSの使用性を拡張する。種々の地域からの130以上のデータセットと選択されたケースの詳細な分析から,RuleKit-CSが定義されたグループ間の差を発見するための有用なツールであることが確認された。アルゴリズムを,GNU AGPL3ライセンス(https://github.com/adaa polsl/RuleKit)の下でGitHubで利用可能なRuleKit集合の一部として実行した。キーワード:コントラストセット,分離,およびコンッカー,回帰,生存。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る