您的位置： 专家智库 > >

任红伟

作品数：5 被引量：1H指数：1
供职机构：郑州大学信息工程学院更多>>
发文基金：河南省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 5篇分类器
  • 3篇数据挖掘
  • 3篇EP
  • 2篇异种
  • 2篇稀有类
  • 1篇投票
  • 1篇准确率
  • 1篇基本显露模式
  • 1篇分类准确率
  • 1篇BOOSTI...

机构

  • 5篇郑州大学

作者

  • 5篇任红伟
  • 4篇范明
  • 4篇孙丽娜

传媒

  • 2篇计算机研究与...
  • 2篇第二届中国分...

年份

  • 5篇2007
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
集成异种分类器分类稀有类被引量：1
2007年
稀有类识别问题在现实生活的很多方面都有广泛应用.由于数据的高度倾斜,很多传统分类算法在稀有类上效果不佳.使用一种新的集成方法,称为EDKC(ensemble of different kind of classifiers)用来分类稀有类. EDKC集成不同的分类器形成组合分类器,并且通过加权投票表决对未知样本进行分类.在UCI机器学习数据库的多个稀有类数据集上的实验结果表明,EDKC对稀有类分类不仅具有较高的F-度量值,能达到目标类召回率和精度的平衡,而且能够取得很高的分类准确率.
范明孙丽娜任红伟
关键词：稀有类分类器投票
通过Boosting改进基于EP的分类器
2007年
显露模式(EP)是支持度从一个数据集到另一个数据集显著提高的项集. EP具有很强的区分能力,可以建立很好的分类器.提出了一种通过Boosting改进基于EP的分类器的算法BoostEP. BoostEP使用Boosting技术建立多个基于EP的基分类器形成组合分类器,并对每个基分类器预测加权投票得到未知样本的类标号.在UCI机器学习数据库的21个基准数据集上的实验表明,BoostEP的分类准确率足以与NB,C4.5,CBA和CAEP等优秀分类法相媲美.
范明任红伟孙丽娜
关键词：数据挖掘
Boosting基于EP的分类器提高分类准确率
数据挖掘又称数据库中知识发现，是从大量数据中用非平凡的方法发现有用的知识。分类是数据挖掘中的一项非常重要的任务，在商业、金融、电讯、DNA分析、科学研究等诸多领域具有广泛的应用。统计学、机器学习、神经网络等领域的研究者提...
任红伟
关键词：数据挖掘分类器基本显露模式
文献传递
通过Boosting改进基于EP的分类器
显露模式(EP)是支持度从一个数据集到另一个数据集显著提高的项集. EP具有很强的区分能力,可以建立很好的分类器.提出了一种通过Boosting改进基于EP的分类器的算法BoostEP. BoostEP使用Boostin...
范明任红伟孙丽娜
关键词：数据挖掘
文献传递
集成异种分类器分类稀有类
稀有类识别问题在现实生活的很多方面都有广泛应用.由于数据的高度倾斜,很多传统分类算法在稀有类上效果不佳.使用一种新的集成方法,称为EDKC(ensemble of different kind of classifier...
范明孙丽娜任红伟
关键词：分类器
文献传递
全选 清除 导出
共1页<1>
聚类工具0