Object

Title: Zagregowane i hybrydowe modele dyskryminacyjne : próba porównania wybranych algorytmów

Title in english:

Aggregated and Hybrid Discriminant Models : an Attempt to Compare Selected Algorithms

Creator:

Misztal, Małgorzata

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47, s. 132-140

Abstrakt:

To improve the stability and prediction accuracy of classification trees we can use ensembles of classifiers or hybrid models, combining recursive partitioning with some others algorithms (i.e. linear discriminant functions, logistic regression, distance-based algorithms, etc.). The aim of the paper is to compare the performances of classifier combination methods (Bagging [Breiman 1996], Boosting [Freund, Shapire 1997], Random forests [Breiman 2001]) and hybrid models (CRUISE [Kim, Loh 2003], LOTUS [Chan, Loh 2004], PLUS [Lim 2000], k-NN Tree [Buttrey, Karo 2002]). A medical diagnosis example is used to demonstrate the advantages and disadvantages of the algorithms examined. (original abstract)

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2009

Resource Type:

artykuł

Resource Identifier:

oai:dbc.wroc.pl:124203

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47 ; Klasyfikacja i analiza danych – teoria i zastosowania ; Taksonomia 16

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Similar

×

Citation

Citation style:

This page uses 'cookies'. More information