文献

J-GLOBAL ID：202202230962231423   整理番号：22A1104497

決定木アルゴリズムに関するクラス不均衡最小化による分類結果の最適化【JST・京大機械翻訳】

Optimization Of Classification Results By Minimizing Class Imbalance On Decision Tree Algorithm

著者 (4件)： Budiman Fikri (Dian Nuswantoro University,Department of Computer Science,Semarang,Indonesia) ,  Saputro Irwan Agus (Dian Nuswantoro University,Department of Computer Science,Semarang,Indonesia) ,  Purwanto Purwanto (Dian Nuswantoro University,Department of Computer Science,Semarang,Indonesia) ,  Andono Pulung Nurtantio (Dian Nuswantoro University,Department of Computer Science,Semarang,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ISMODE  ページ： 6-11  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 各クラスに対する訓練データセットの数の不均衡は,分類境界精度で生じる問題である。このクラス不均衡は非最大分類精度を引き起こす。少数データに対するクラス分類の精度を上げる必要があり,従って,大多数データによるクラス分類の精度の低下を引き起こさない。したがって,そのような少数訓練データセットを解くには適切な方法が必要である。本研究の不均衡クラスを扱う方法を,決定木アルゴリズムによる分類に適用した。使用したデータセットは,2つのクラス,すなわち,無再発事象クラス(201例)と再発イベントクラス(85例)を有する乳癌(286例)である。本研究では,AdaBoost,BaggingおよびSMOTEアルゴリズムの組合せを用いて,不均衡クラスを克服するために適用したアンサンブル分類器法を実施した。本研究で試験したアルゴリズム組合せ使用の比較は,AdaBoost,Bagging,およびSMOTEアルゴリズム法の組合せをもたらし,最も高い精度値,すなわち84.3%を生成した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  *ディシジョンツリー ,  乳房腫瘍
準シソーラス用語： 不均衡 ,  訓練データ ,  AdaBoost ,  分類精度 ,  アンサンブル分類器 ,  *クラス不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 決定木 ,  アルゴリズム ,  クラス不均衡 ,  最小化 ,  分類 ,  最適化