普里

PRIE:生成规则列表以最大限度地提高ROC性能的系统。规则通常用于分类,因为它们是模块化的,易懂的和易于学习的。现有的分类规则学习工作假设目标是生成分类,以最大限度地提高分类精度。机器学习的最新研究指出了分类精度的局限性:当类分布是倾斜的,或者错误代价不相等时,一个精度最大化的分类器的性能会很差。提出了一种直接从ROC空间学习规则的方法,该方法以ROC曲线下面积最大为目标。规则学习和计算几何的基本原理被用来集中寻找有前途的规则组合。其结果是一个系统,可以学习可理解的规则列表和良好的ROC性能。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH参考文献(参考 4篇文章 参考)

显示第1到第4个结果,共4个。
按年份排序(引用)

  1. Rudin,Cynthia;Ertekin,Şeyda:使用数学规划学习定制和优化的规则列表(2018)
  2. Hühn,Jens;Hüllermeier,Eyke:FURIA:无序模糊规则归纳算法(2009)ioport公司
  3. 福塞特,汤姆:PRIE:一个生成规则列表以最大限度地提高ROC性能的系统(2008)ioport公司
  4. Gary M.韦斯;Zadrozny,Bianca;Saar Tschensky,Maytal:客座编辑:基于实用程序的数据挖掘特刊(2008)ioport公司