计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2010年
10期
187-190,22
,共5页
分类%多值属性分解%多类标数据%数据转化
分類%多值屬性分解%多類標數據%數據轉化
분류%다치속성분해%다류표수거%수거전화
多值多类标的数据分类是研究一个样本不但同时属于多个类别,而且在某些属性下也可能存在多个取值的问题.提出了一种结合多值分解和多类标学习的多值多类标分类框架(MDML),采用4种不同的多值分解策略,将问题转化为多类标问题,然后利用3种经典的多类标算法进行学习.实验结果表明,MDML与已有的多值多类标决策树算法相比,有效地提高了分类的性能,而且不同的组合方法适用于不同特点的数据集.
多值多類標的數據分類是研究一箇樣本不但同時屬于多箇類彆,而且在某些屬性下也可能存在多箇取值的問題.提齣瞭一種結閤多值分解和多類標學習的多值多類標分類框架(MDML),採用4種不同的多值分解策略,將問題轉化為多類標問題,然後利用3種經典的多類標算法進行學習.實驗結果錶明,MDML與已有的多值多類標決策樹算法相比,有效地提高瞭分類的性能,而且不同的組閤方法適用于不同特點的數據集.
다치다류표적수거분류시연구일개양본불단동시속우다개유별,이차재모사속성하야가능존재다개취치적문제.제출료일충결합다치분해화다류표학습적다치다류표분류광가(MDML),채용4충불동적다치분해책략,장문제전화위다류표문제,연후이용3충경전적다류표산법진행학습.실험결과표명,MDML여이유적다치다류표결책수산법상비,유효지제고료분류적성능,이차불동적조합방법괄용우불동특점적수거집.
