×

微笑

swMATH ID: 19152
软件作者: 埃斯特鲁赫,V。;费里,C。;Hernández-Orallo,J。;M.J.Ramírez-Quintana。
描述: 简单的模拟分类器。分类器组合是一种通过使用多个模型的预测并进行组合来提高分类器准确性的强大工具。许多实用的组合技术通过使用多个分类器的输出作为第二层分类器的输入来工作。这种方法和其他多分类器方法的问题是,存储一组多分类器需要大量内存,更重要的是,单个分类器的可理解性会丢失,并且无法从模型中获取任何知识或见解。为了克服这些局限性,在这项工作中,我们分析了“模仿”分类器集合语义的思想。更准确地说,我们使用分类器的组合来标记一个发明的随机数据集,然后,我们使用这个人工标记的数据集来重新训练一个模型。该模型具有以下优点:它几乎与高精度组合模型相似,作为一个单一的解决方案,它需要更少的内存资源,不必为执行此过程保留额外的验证测试,更重要的是,所得模型根据原始属性表示为单个分类器,因此,它是可以理解的。首先,我们使用一个流行的数据挖掘软件包来说明这种方法,表明它可以推广到通用实践中,然后我们使用我们的系统SMILES,它自动化了这个过程并利用了它的集成方法。
主页: http://link.springer.com/chapter/10.1007/3-540-45065-3_14
关键词: 多分类器系统;堆叠;决策树;机器学习中的可理解性;规则提取
相关软件: 第4.5条;UCI-毫升
引用于: 1文件

0连载引用

在1个字段中引用

1 计算机科学(68至XX)

按年份列出的引文