Отрывок: 5262 0.7816 0.952 Рис. 1. Диаграмма работы различных методов с использованием логистической регрессии На остальных наборах данных преимущество в доле правильно классифицированных объектов у RandomForest не такое большое. Видно, что использование критерия взаимной информации на наборе данных Email spam ухудшает качество классификации по сравнению с классификацией без отбора признаков. В целом результаты при использовании отбора и без него практически не отличаются, однако можно о...
Название : Сравнение алгоритмов отбора признаков для задач классификации данных
Авторы/Редакторы : Тисленко М. Д.
Гайдель А. В.
Дата публикации : 2022
Библиографическое описание : Тисленко, М. Д. Сравнение алгоритмов отбора признаков для задач классификации данных / М. Д. Тисленко, А. В. Гайдель // 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. 051833.
Аннотация : В данной статье рассматриваются различные алгоритмы отбора признаков, производится сравнение качества классификации с использованием алгоритмов отбора и без их использования на различных наборах данных.
Другие идентификаторы : RU\НТБ СГАУ\493692
Ключевые слова: алгоритмы отбора признаков
классификация данных
отбор признаков
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_2022-051833.pdf925.15 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.