gBoost公司 swMATH ID: 42199 软件作者: Saigo、Hiroto;塞巴斯蒂安·诺沃津;Kadowaki,Tadashi;Kudo、Taku;佐治筑田 描述: gBoost:用于图形分类和回归的数学编程方法。图挖掘方法列举了经常出现的子图模式,这些子图模式可用作后续分类或回归的特征。然而,对于给定的学习问题,频繁模式不一定能提供信息。我们提出了一种逐步收集信息模式的数学编程增强方法(gBoost)。与AdaBoost相比,gBoost可以用更少的迭代构建预测规则。为了将boosting方法应用于图形数据,开发了一种基于DFS代码树的分枝定界模式搜索算法。构造的搜索空间在以后的迭代中被重用,以最小化计算时间。我们的方法比基于频繁子结构挖掘的简单方法学习效率更高,因为输出标签被用作修剪搜索空间的额外信息源。此外,通过设计数学程序,可以在不修改模式搜索算法的情况下解决广泛的机器学习问题。 主页: https://link.springer.com/article/10.1007/s10994-008-5089-z 关键词: 图挖掘;数学规划;分类;回归,回归;定量构效关系 相关软件: gSpan(量程);伦敦银行支持向量机;AFGen公司;第4.5条;帕伽索斯;阿达·布斯特。MH公司;节点2vec;MoSS公司;bmrm公司;ElemStatLearn(电子状态学习);群集查找;SSVM(SSVM);SVM睾丸;中央情报局;SHOGUN公司;组织环境信息系统;动态记录仪2vec;DynGEM公司;github;图形空间 引用于: 9文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 gBoost:用于图形分类和回归的数学编程方法。 Zbl 1470.68167号西戈、平藤;塞巴斯蒂安·诺沃津;Tadashi Kadowaki;工藤忠雄;佐治筑田 2009 全部的 前5名30位作者引用 2 哈吉尔·谢里加尼(Haghir Chehreghani),莫斯塔法(Mostafa) 1 Karsten M.Borgwardt。 1 安娜·卡利萨诺 1 埃米利奥·卡里佐萨 1 程红 1 吕克·德·雷德 1 亚萨·费拉根 1 保罗·弗雷斯科尼 1 亚瑟·格雷顿 1 韩嘉伟 1 Tadashi Kadowaki 1 Masayuki Karasuyama 1 汉斯·彼得·克里格尔 1 工藤忠雄 1 尼尔斯·兰德维尔 1 塞巴斯蒂安·诺沃津 1 安德烈·帕塞里尼 1 Priebe,Carey E。 1 多洛雷斯罗梅罗·莫拉莱斯 1 西戈、平藤 1 亚历山大·斯莫拉。 1 宋乐 1 一郎武内 1 玛丽莎·托马 1 佐治筑田 1 西蒙·万蒂尼 1 约书亚·T·沃格尔斯坦。 1 阎锡峰 1 吉田、友子 1 Yu,Philip S。 全部的 前5名7篇连载文章中引用 三 机器学习 1 应用数学与计算 1 多元分析杂志 1 分类杂志 1 计算机与运筹学 1 计算与应用数学 1 统计分析与数据挖掘 全部的 前5名在6个字段中引用 8 统计学(62-XX) 7 计算机科学(68至XX) 2 组合数学(05-XX) 2 运筹学、数学规划(90-XX) 1 线性代数和多线性代数;矩阵理论(15-XX) 1 功能分析(46倍X倍) 按年份列出的引文