JoséR·贝伦德罗。;哈维尔·卡尔卡莫 二次分类器的线性分量。 （英语） 兹比尔1459.62104 高级数据分析。分类。，ADAC公司 13，第2期，347-377（2019）。 摘要：我们得到了任何二次分类器关于超平面乘积的分解。这些超平面可以被视为二次规则的相关线性分量（相对于潜在的分类问题）。作为应用，我们引入了相关的多方向分类器；由近似乘积导出的分段线性分类规则。这种分类器有助于确定具有判别能力的预测变量的线性组合。我们还表明，该分类器可以用作降低数据维数的工具，并有助于识别最重要的变量以对新元素进行分类。最后，我们用一个实际数据集来说明如何使用这些线性组件来构建倾斜分类树。 引用于1文件 MSC公司： 62小时30分 分类和区分；聚类分析（统计方面） 关键词：监督分类;Fisher线性判别分析;二次判别分析;尺寸缩减;特征提取;斜分类树 软件：树;UCI-毫升;R（右）;插入符号 PDF格式BibTeX公司 XML格式引用 \textit{J.R.Berrendero}和\textit{Járcamo}，高级数据分析。分类。，ADAC 13，No.2，347--377（2019；Zbl 1459.62104） 全文： 内政部 链接 参考文献： [1] Bache K，Lichman M（2013）UCI机器学习库。http://archive.ics.uci.edu/ml [2] Devroye L，Györfi L，Lugosi G（1996）模式识别的概率理论。数学应用（纽约），第31卷。纽约州施普林格·Zbl 0853.68150号 ·doi:10.1007/978-1-4612-0711-5 [3] Fan J，Ke ZT，Liu H，Xia L（2015）QUADRO:一种基于瑞利商优化的监督降维方法。Ann Stat 43（4）：1498-1534年·Zbl 1317.62054号 ·doi:10.1214/14-AOS1307 [4] Friedman JH（1989）正则化判别分析。美国统计协会杂志84（405）：165-175·doi:10.1080/01621459.1989.10478752 [5] Golub GH，Van Loan CF（2013）《矩阵计算》，第4版。约翰·霍普金斯研究数学科学。巴尔的摩约翰霍普金斯大学出版社·Zbl 1268.65037号 [6] Hand DJ（2006）《分类器技术与进步幻觉》。Stat Sci 21（1）：1-34（附有作者的评论和回复）·Zbl 1426.62188号 ·doi:10.1214/088342306000000060 [7] Hastie T、Tibshirani R、Friedman J（2009）《统计学习的要素》。斯普林格统计学系列，第二版。纽约州施普林格·Zbl 1273.62005年 [8] Huang H，Liu Y，Marron JS（2012）数据可视化应用的双向判别。生物特征99（4）：851-864·Zbl 1452.62449号 ·doi:10.1093/biomet/ass029 [9] Kuhn M（2008）使用插入符号包在R中构建预测模型。J Stat Softw统计软件28:1-26·doi:10.18637/jss.v028.i05 [10] Park SH，Fürnkranz J（2007）高效成对分类。参加：欧洲机器学习会议。施普林格，pp 658-665 [11] R核心团队（2016）R：统计计算的语言和环境。R统计计算基金会，维也纳。网址：http://www.R-project.org/ [12] Rifkin R，Klautau A（2004）为一对一分类辩护。J Mach学习研究5:101-141·Zbl 1222.68287号 [13] Ripley B（2014）树木：分类和回归树。R软件包版本1.0-35。http://CRAN.R-project.org/package=tree [14] Truong A（2009）通过logistic回归模型快速生长和可解释的斜向树。牛津大学博士论文 [15] Wald PW，Kronmal R（1977）协方差不相等且样本大小适中时的判别函数。生物计量学33:479-484·Zbl 0371.62091号 ·doi:10.2307/2529362 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。