Отрывок: ЭК (𝜎, 𝐻) называется тупиковым 𝑝 -представительным для 𝐾 , если (𝜎, 𝐻) – 𝑝 -частый в 𝐾 и (𝜎, 𝐻) – минимальное покрытие для 𝐾 . В классическом варианте обучение классификатора рассматриваемого типа (модель 𝐴1) основано на построении для каждого класса 𝐾 тупиковых 𝑝 - представительных ЭК. Для нахождения искомых ЭК перечисляются минимальные покрытия для 𝐾 , среди ...
Название : | Классификация по прецедентам и поиск в данных частых элементов |
Авторы/Редакторы : | Драгунов Н. А. Дюкова Е. В. Дюкова А. П. |
Дата публикации : | 2022 |
Библиографическое описание : | Драгунов, Н. А. Классификация по прецедентам и поиск в данных частых элементов / Н. А. Драгунов, Е. В. Дюкова, А. П. Дюкова // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 5: Науки о данных / под ред. А. В. Куприянова. - 2022. - С. 050712. |
Аннотация : | Исследуются корректные логические классификаторы, при конструировании которых используются как основные идеи хорошо известного алгоритма «Кора», так и алгоритмов вычисления оценок. Предлагается модификация этапа обучения, позволяющая в определённых случаях сократить временные затраты без потери качества классификации. Приводятся результаты экспериментов на модельных и реальных данных и новые теоретические оценки сложности обучения классификаторов типа «Кора». |
Другие идентификаторы : | RU\НТБ СГАУ\492264 |
Ключевые слова: | классификатор Кора классификация по прецедентам корректные логические классификаторы представительный элементарный классификатор обучение классификатора тупиковое покрытие целочисленной матрицы частый элементарный классификатор |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 5. Науки о данных/978-5-7883-1793-9_2022-050712.pdf | 878.66 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.