Kombiniranje klasifikatorjev

author: Bernard Ženko, Odsek za tehnologije znanja, Institut "Jožef Stefan"
published: Feb. 25, 2007,   recorded: November 2002,   views: 50

Related content

Report a problem or upload files

If you have found a problem with this lecture or would like to send us extra material, articles, exercises, etc., please use our ticket system to describe your request and upload the data.
Enter your e-mail into the 'Cc' field, and we will keep you updated with your request's status.
Lecture popularity: You need to login to cast your vote.
  Bibliography

Description

Kombiniranja klasifikatorjev se ponavadi lotimo takrat, ko nismo zadovoljni s klasifikacijsko točnostjo posameznih klasifikatorjev.

Po kratkem pregledu najbolj znanih metod se bomo osredotočili na metodo skladanja klasifikatorjev (angl. Stacking). Skladanje klasifikatorjev poteka v dveh korakih.

V prvem na osnovni učni množici naučimo osnovne klasifikatorje ter na osnovi njihovih napovedi sestavimo meta učno množico. V drugem koraku na tako dobljeni meta učni množici naučimo meta klasifikator.

Klasifikacijo neznanega primera nam nato da meta klasifikator, ki smiselno sestavi napovedi osnovnih klasifikatorjev. Ključnega pomena za uspešnost te metode je izbor atributov meta učne množice in izbor učnega algoritma za meta klasifikator.

Predstavil bom razširjen nabor meta atributov ter uporabo 'multi-response' modelskih dreves za meta klasifikator s katerimi smo dosegli bistveno boljše rezultate kot z uporabo 'multi-response' linearne regresije (MLR), ki je do sedaj veljala za najboljšo metodo skladanja klasifikatorjev.

Link this page

Would you like to put a link to this lecture on your homepage?
Go ahead! Copy the HTML snippet !

Write your own review or comment:

make sure you have javascript enabled or clear this field: