×
伊莫拉·K·福多。;钱德里卡·卡马特

降维技术和弯曲双星系的分类。 （英语） Zbl 1011.62006年

计算。统计数据分析。 41，第1期，91-122（2002）.
摘要：随着数据挖掘在海量数据集分析中获得认可，人们越来越清楚，需要的算法不仅可以处理海量数据，还可以处理高维数据。当特征数量达到数百甚至数千个时，某些模式识别算法可能会变得难以计算，而如果特征之间存在较大的相关性，其他算法可能会崩溃。这些问题的一个常见解决方案是降低维数，要么与模式识别算法结合使用，要么独立于模式识别算法。
我们描述了如何将降维技术应用于特定的数据挖掘应用程序，即具有弯曲双形态的放射星系的分类。我们讨论了一些统计和探索性数据分析方法，以减少特征数量，以及决策树和广义线性模型分类器性能的后续改进。我们表明，仔细提取和选择特征对于数据挖掘技术的成功应用是必要的。

引用于8文件

MSC公司：

2007年6月62日 数据分析（统计）（MSC2010）
85A35型 统计天文学
62H30型 分类和区分；聚类分析（统计方面）
62页99 统计学的应用
68单位99 计算方法和应用
第62页，第35页 统计学在物理学中的应用

关键词：

数据挖掘;探索性数据分析;特征选择;维;减少;分类;决策树;广义线性模型

软件：

4.5条
PDF格式BibTeX公司 XML格式引用
\textit{I.K.Fodor}和\textit{C.Kamath}，计算。统计数据分析。41，第1号，91-122（2002；Zbl 1011.62006）
全文： 内政部

参考文献：

[1] 贝克尔，R。；怀特，R。；Helfand，D.：第一次测量无线电天空20厘米处的模糊图像。天体物理学。J.450，559-577（1995）
[2] 布拉德利，P。；Mangasarian，O。；西街：通过数学编程进行特征选择。信息J.计算。10209-217（1998年）·Zbl 1034.90529号
[3] 布雷曼，L。；弗里德曼，J。；Olshen，R。；Stone，C.：分类和回归树。(1984) ·Zbl 0541.62042号
[4] 伯尔，M。；Asker，L。；Smyth，P。；法耶兹，美国。；佩罗纳，P。；Crumpler，L。；奥贝尔：学会识别金星上的火山。马赫学习30，165-195（1998）
[5] Chernoff，H.：使用面以图形方式表示k维空间中的点。J.阿默尔。统计师。协会68，361-368（1973）
[6] Dobson，A.：广义线性模型简介。（1990年）·Zbl 0727.62074号
[7] Donoho，D.，2000年。高维数据分析：维度的诅咒和祝福。http://www-stat.stanford.edu/donoho/讲座/AMS2000/AMS2000.html。
[8] 法耶兹，美国。；Piatetsky-Shapiro，G。；Smyth，P.：从大量数据中提取有用知识的KDD过程。ACM委员会，特殊问题数据挖掘39，27-34（1996）
[9] 福多，I。；坎图·帕斯，E。；卡马特，C。；Tang，N.：发现弯曲的双射电星系：数据挖掘中的一个案例研究。计算。科学。统计32，37-47（2000）
[10] 加赫根，M。；Wachowicz，M.H。；Rhyne，T.M.：地理可视化与数据库和地理计算中的知识发现的集成。制图地理信息。科学。28，第1期，第29-44页（2001年）
[11] Hoaglin，D.，Moesteller，F.，Tukey，J.，1983年。了解稳健和探索性数据分析。概率与数理统计中的威利级数·Zbl 0599.62007号
[12] Inselberg，A.，Dimsdale，B.，1990年。平行坐标：可视化多维几何体的工具。摘自：IEEE第一届可视化会议记录，第361-378页。
[13] Jolliffe，I.：主成分分析。（1986年）·Zbl 0584.62009号
[14] Kamath，C.，2001年。Sapphire：大型数据挖掘和模式识别网站。http://www.llnl.gov/casc/sapphire/。
[15] 卡马特，C。；Musick，R.：通过细粒度并行进行可扩展数据挖掘：现在和未来。分布式和并行知识发现的进展，29-77（2000）
[16] 卡马特，C。；Cantu-Paz，E。；福多，I。；唐，N.：在第一次调查中寻找弯曲的双星系。科学和工程应用数据挖掘（2001年）
[17] Kohavi，R。；John，G.：包装方法。特征提取、构造和选择：数据挖掘视角（1998）
[18] 兰利，P。；Simon，H.A.：机器学习和规则归纳的应用。Comm.ACM 38，No.11，55-64（1995）
[19] Lehár，J。；Buchalter，A。；麦克马洪，R.G。；Kochanek，C.S。；Muxlow，T.：对引力透镜射电波瓣的有效搜索。天体物理学。J.547，60-76（2001）
[20] Mardia，K。；Kent，J。；Bibby，J.：多元分析。(1995) ·Zbl 0432.62029号
[21] Mccullagh，P。；Nelder，J.：广义线性模型。(1989) ·Zbl 0744.62098号
[22] Murthy，K.V.S.，1997年。从数据中生成更好的决策树。博士论文，约翰霍普金斯大学出版社。
[23] Quinlan，J.：决策树的归纳。马赫学习181-106（1986）
[24] 昆兰，J.：C4.5：机器学习程序。(1993)
[25] Seber，G.，1977年。线性回归分析。概率与数理统计中的威利级数·Zbl 0354.62055号
[26] Splus，2000年。S-PLUS 6.0 for UNIX用户手册。华盛顿州西雅图MathSoft公司数据分析部。
[27] Tukey，J.：探索性数据分析。(1977) ·Zbl 0409.62003号
[28] 怀特，R。；贝克尔，R。；Helfand，D。；Gregg，M.：来自FIRST调查的1.4ghz无线电源目录。天体物理学。J.475，479-493（1997）
[29] Witten，I。；Frank，E.：数据挖掘：使用Java实现的实用机器学习工具和技术。(1999)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。