文献

J-GLOBAL ID：201702282203709398   整理番号：17A0066320

クラスタリング結果に適合する素性の重要度評価手法【JST・京大機械翻訳】

Feature Evaluation Method Based on Fitting Clustering Results

著者 (2件)： Dong Lanfang (Vision Computing and Visualization Laboratory,University of Science and Technology of China) ,  Chao Zhongdi (Vision Computing and Visualization Laboratory,University of Science and Technology of China)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 6  ページ： 1284-1288  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： クラス内の関係がより密に、クラス間の関係がよりスパースという観点から、特徴選択はクラスタリングの特徴選択問題に変換できる。現在、FILTERに基づく特徴選択方法は一般的に特徴自体の特性を考慮し、特徴の情報量、特徴間の依存性と特徴部分集合と分類結果の相関性を強調し、注目すべき点は冗長項の除去、非相関項の除去であり、良好な効果が得られる。しかし、この効果自体は予測できず、分類器の訓練によって得られる必要がある。特徴選択問題をクラスタ化問題に変換することは全体の効果を考慮し、サンプルが良好な分類効果を獲得できる特徴部分集合はクラスタリングにおいて類似の効果があると考えられる。この問題をさらに特徴集合に変換することによって,サンプル集合の結果を分類ラベルの最大レベルに適合させるための最適サブセットに変換した。この変換は計算量を減少させ,一方,特徴選択の効果はある程度予測可能である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 計算量 ,  部分集合 ,  透視図法 ,  特徴選択 ,  *クラスタ化 ,  情報量

著者キーワード (5件)： clustering ,  class label ,  feature similarity ,  fitting ,  feature selection

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： クラスタリング ,  重要度 ,  評価手法