×
埃琳娜·巴兰特；马尔塔，伽伐尼；乌贝蒂，皮尔保罗；西尔维娅·菲吉尼

极化分类树模型：理论和计算方面。 （英语） Zbl 07473946号

J.分类。 38，编号3，481-499（2021）.
摘要：本文介绍了一种新的分类模型方法，称为极化分类树模型。从方法学的角度出发，提出了一种新的极化指数来衡量分类树生长过程中分裂的优度。新引入的度量解决了分类树中使用的经典度量（基尼和信息增益）的弱点，因为它不仅度量了杂质，而且反映了节点中每个协变量的分布，即使用更具区分性的协变量来分割每个节点的数据。从计算的角度出发，提出并实现了一种新的算法，该算法在树的生长中使用了新提出的度量。为了说明我们的建议是如何工作的，我们进行了一次模拟练习。仿真框架中获得的结果表明，我们的建议明显优于分类树建模中常用的杂质度量。此外，实际数据的经验证据表明，极化分类树模型与经典分类树模型相比具有竞争力，有时甚至更好。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

关键词：

分类树；极化测量；拆分规则

软件：

UCI-毫升；DEX公司；4.5条
PDF格式BibTeX公司 XML格式引用
\textit{E.Ballante}等人，J.Classif。38，第3号，481--499（2021；Zbl 07473946）
全文： 内政部

参考文献：

[1] Aluja-Banet，TNE，决策树的稳定性和可伸缩性，计算统计，18，3，505-520（2003）·Zbl 1053.62074号 ·doi:10.1007/BF03354613
[2] Aria，M.、D'Ambrosio，A.、Iorio，C.、Siciliano，R.和Cozza，V.（2018年）。皮肤病变皮肤镜图像中基于动态递归树的恶性黑色素瘤识别。统计论文，第1-17页·Zbl 1452.62793号
[3] 博哈内克，M。；Rajkovic，V.，DEX：决策支持的专家系统外壳，Sistemica，1145-157（1990）
[4] Breiman，L.、Friedman，J.和Olsen，R.（1984）。分类和回归树·Zbl 0541.62042号
[5] W.邦廷。；Niblett，T.，《决策树归纳分裂规则的进一步比较》，机器学习，875-85（1992）
[6] 钱德拉，B。；科塔里，R。；Paul，P.，一种用于决策树构建的新节点分裂度量，模式识别，43，8，2725-2731（2010）·Zbl 1209.68445号 ·doi:10.1016/j.patcog.2010.02.025
[7] Ciampi，A.、Chang，C.、Hogg，S.和McKinney，S.（1987年）。递归分区：生物统计学、生物统计学中探索性数据分析的通用方法。在西安大略大学的科学哲学系列中（第23-50页）。
[8] 西斯拉克，DA；Hoens，TR；内华达州查拉；Kegelmeyer，WP，Hellinger距离决策树具有鲁棒性和偏斜不敏感性，数据挖掘和知识发现，24，1136-158（2012）·Zbl 1235.68141号 ·doi:10.1007/s10618-011-0222-1
[9] Clark，L.A.和Pregibon，D.（2017年）。基于树的模型。S中的统计模型（第377-419页）。
[10] D'Ambrosio，A。；阿里亚，M。；Iorio，C.公司。；Siciliano，R.，多值数值响应变量的回归树，应用专家系统，69，21-28（2017）·doi:10.1016/j.eswa.2016.10.021
[11] D'Ambrosio，A.和Tutore，V.A.（2011年）。通过加权基尼杂质测度的条件分类树。统计建模和数据分析的新视角。分类、数据分析和知识组织研究（第377-419页）。
[12] 德隆·E.R.、德隆·D.M.和克拉克·佩尔森·D.L.（1988）。比较两个或多个相关接收器工作特性曲线下的面积：非参数方法。生物统计学837-845·Zbl 0715.62207号
[13] Demsar，J.，多数据集分类器的统计比较，《机器学习杂志》，7，1-30（2006）·Zbl 1222.68184号
[14] Diaconis，P.和Efron，B.（1983年）。计算机密集型统计方法。《科学美国人》，248。
[15] Dua，D.和Graff，C.（2017年）。UCI机器学习库。http://archive.ics.uci.edu/ml。
[16] 杜克洛斯，JY；埃斯特班，JM；Ray，D.，《极化：概念、测量、估计》，《计量经济学》，72，6，1737-1772（2004）·Zbl 1142.62432号 ·文件编号：10.1111/j.1468-0262.2004.00552.x
[17] 埃斯特班，JM；Ray，D.，《关于极化测量》，《计量经济学》，62，4，819-851（1994）·Zbl 0807.90035号 ·doi:10.2307/2951734
[18] U.M.Fayyad和K.B.Irani（1992年）。决策树生成中的属性选择问题。AAAI（第104-110页）。
[19] Foster，J.和Wolfson，M.C.（1992年）。《两极分化与中产阶级的衰落：加拿大和美国》，牛津大学OPHI工作文件，第31页。
[20] Gigliarano，C。；Mosler，K.，《构建多元极化指数》，《经济不平等杂志》，7435-460（2008）·数字对象标识代码：10.1007/s10888-008-9096-x
[21] Goodman，L.A.和Kruskal，W.H.（1979年）。交叉分类的关联度量。在交叉分类的关联度量中（第2-34页）：施普林格·Zbl 0426.62034号
[22] Iorio，C.公司。；阿里亚，M。；D'Ambrosio，A。；Siciliano，R.，《视觉修剪的信息树》，《应用专家系统》，127，228-240（2019）·doi:10.1016/j.eswa.2019.03.018
[23] 卢，W-Y；Shin，Y-S，分类树的分割选择方法，中国统计局，7815-840（1997）·Zbl 1067.62545号
[24] 卢，W-Y；Vanichsetakul，N.，通过广义判别分析进行树结构分类，美国统计协会杂志，83，403，715-725（1988）·Zbl 0649.62055号 ·doi:10.1080/01621459.1988.10478652
[25] Maasoumi，E.（1986年）。多维不等式的度量和分解。《计量经济学：计量经济学社会杂志》，991-997年·Zbl 0621.90012号
[26] Mingers，J.，《决策树归纳选择措施的实证比较》，机器学习，3，4，319-342（1989）
[27] Mola，F.和Siciliano，R.（1992年）。二进制分割中的两阶段预测分割算法。在Dodge，Y.和Whittaker，J.（编辑）《计算统计学》（第179-184页）中。海德堡：Physica-Verlag HD。
[28] Mola，F。；Siciliano，R.，分类树的快速分裂程序，统计与计算，7209-216（1997）·doi:10.1023/A:1018590219790
[29] 内里尼，D。；Ghattas，B.，《使用函数回归树分类密度：在海洋学中的应用》，计算统计与数据分析，51，10，4984-4993（2007）·Zbl 1162.62340号 ·doi:10.1016/j.csda.2006.09.028
[30] 昆兰，JR，C4.5：机器学习程序（2014），阿姆斯特丹：爱思唯尔
[31] Shih，Y.，分类树分裂标准族，统计与计算，9，4，309-315（1999）·doi:10.1023/A:1008920224518
[32] Shneiderman，B.，《使用树图进行树可视化：二维空间填充方法》，《美国计算机学会图形学报》（TOG），第11期，第192-99页（1992年）·Zbl 0791.68166号 ·数字对象标识代码：10.1145/102377.115768
[33] PC公司Taylor；Silverman，BW，分类树的框图和分割标准，统计与计算，3，4，147-161（1993）·doi:10.1007/BF00141771
[34] Tsui，K-Y，相对和绝对不平等指数的多维推广：Atkinson-Kolm-Sen方法，经济理论杂志，67，1，251-265（1995）·兹比尔0840.90040 ·doi:10.1006/jeth.1995.10073
[35] Tutor，V.A.，Siciliano，R.和Aria，M.（2007年）。使用工具变量的条件分类树。在智能数据分析国际研讨会上（第163-173页）：施普林格。
[36] 沃尔夫森，MC，《当不平等发生分歧时》，《美国经济评论》，84，2，353-358（1994）
[37] 张，X。；蒋，S.，基于决策树学习相似性的分割标准，《软件杂志》，第7期，1775-1782页（2012）
[38] 张，X。；Kanbur，R.，极化措施有什么区别？《中国的应用》，《发展研究杂志》，37，3，85-98（2001）·doi:10.1080/00220380412331321981
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。