文献

J-GLOBAL ID：202202254504286028   整理番号：22A0027644

損失点に基づく二値分類問題のための複雑性測度【JST・京大機械翻訳】

A Complexity Measure for Binary Classification Problems Based on Lost Points

著者 (6件)： Lancho Carmen (Data Science Laboratory, Rey Juan Carlos University, Mostoles, Spain) ,  Martin de Diego Isaac (Data Science Laboratory, Rey Juan Carlos University, Mostoles, Spain) ,  Cuesta Marina (Data Science Laboratory, Rey Juan Carlos University, Mostoles, Spain) ,  Acena Victor (Data Science Laboratory, Rey Juan Carlos University, Mostoles, Spain) ,  Acena Victor (Madox Viajes, Arroyomolinos, Spain) ,  M. Moguerza Javier (Data Science Laboratory, Rey Juan Carlos University, Mostoles, Spain)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13113  ページ： 137-146  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 複雑性測度は,データセットの複雑性の探索と捕捉に焦点を合わせた。本論文では,Lostポイント(LP)複雑性測度を提案した。それは再帰的および階層的方法でk-平均を適用することによって得られて,それはデータセットと実例展望の両方を提供した。事例レベルで,LP測度は,その近傍におけるクラスの優位性について,各点に対する確率値を与える。データセットレベルでは,そのクラスが主体でない領域にあるので,誤分類されると予想される点を参照して,損失点の割合を推定する。提案した測度は,最先端の手法と競合できる容易に解釈可能な結果を示す。さらに,それは分類問題に関する境界決定を強調するのに有用な確率的情報を提供する。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *測度
準シソーラス用語： 複雑性 ,  *複雑性測度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 複雑性測度 ,  近傍対策 ,  二値分類 ,  教師付き機械学習

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 損失 ,  二値分類 ,  問題 ,  複雑性測度