2025-02-21T07:16:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-7157%22&qt=morelikethis&rows=5
2025-02-21T07:16:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-7157%22&qt=morelikethis&rows=5
2025-02-21T07:16:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-21T07:16:10-05:00 DEBUG: Deserialized SOLR response
Отбор переменных в логистическую регрессию генетическим алгоритмом

Отбор переменных в логистическую регрессию генетическим алгоритмом

В статье исследуются эффективные процедуры отбора переменных в бинарные классифицирующие модели на основе логистической регрессии. Для этого используется генетический алгоритм, причем в функцию фитнеса особи параметр штрафа за включение в модель новых переменных изменяется в зависимости от рассчи...

Full description

Saved in:
Bibliographic Details
Main Author: Паклин, Н.Б.
Format: Article
Language:Russian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2008
Subjects:
Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
Online Access:http://dspace.nbuv.gov.ua/handle/123456789/7157
Tags: Add Tag
No Tags, Be the first to tag this record!
id irk-123456789-7157
record_format dspace
spelling irk-123456789-71572010-03-26T12:00:42Z Отбор переменных в логистическую регрессию генетическим алгоритмом Паклин, Н.Б. Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем В статье исследуются эффективные процедуры отбора переменных в бинарные классифицирующие модели на основе логистической регрессии. Для этого используется генетический алгоритм, причем в функцию фитнеса особи параметр штрафа за включение в модель новых переменных изменяется в зависимости от рассчитанного значения площади под ROC-кривой. Проведены эксперименты на модельных наборах данных и в задаче кредитного скоринга. У статті досліджуються ефективні процедури відбору змінних в бінарні класифікуючі моделі на основі логістичної регресії. Для цього використовується генетичний алгоритм, причому у функцію фітнеса особини параметр штрафу за включення в модель нових змінних змінюється залежно від розрахованого значення площі під ROC-кривою. Проведені експерименти на модельних наборах даних і в задачі кредитного скорингу. In the paper we discuss effective procedures for а feature selection problem in a binary logistic regression model. A genetic algorithm was used to find best feature combinations, with the special fitness function based on a penalty parameter for including new variables. This parameter depends on ROC-curve index on current epoch. Experiments on Madelon data set and credit scoring classification problem were made. 2008 Article Отбор переменных в логистическую регрессию генетическим алгоритмом / Н.Б. Паклин // Штучний інтелект. — 2008. — № 3. — С. 714-719. — Бібліогр.: 5 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/7157 62-50:15 ru Інститут проблем штучного інтелекту МОН України та НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
spellingShingle Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
Паклин, Н.Б.
Отбор переменных в логистическую регрессию генетическим алгоритмом
description В статье исследуются эффективные процедуры отбора переменных в бинарные классифицирующие модели на основе логистической регрессии. Для этого используется генетический алгоритм, причем в функцию фитнеса особи параметр штрафа за включение в модель новых переменных изменяется в зависимости от рассчитанного значения площади под ROC-кривой. Проведены эксперименты на модельных наборах данных и в задаче кредитного скоринга.
format Article
author Паклин, Н.Б.
author_facet Паклин, Н.Б.
author_sort Паклин, Н.Б.
title Отбор переменных в логистическую регрессию генетическим алгоритмом
title_short Отбор переменных в логистическую регрессию генетическим алгоритмом
title_full Отбор переменных в логистическую регрессию генетическим алгоритмом
title_fullStr Отбор переменных в логистическую регрессию генетическим алгоритмом
title_full_unstemmed Отбор переменных в логистическую регрессию генетическим алгоритмом
title_sort отбор переменных в логистическую регрессию генетическим алгоритмом
publisher Інститут проблем штучного інтелекту МОН України та НАН України
publishDate 2008
topic_facet Архитектура, алгоритмическое и программное обеспечение интеллектуальных многопроцессорных систем
url http://dspace.nbuv.gov.ua/handle/123456789/7157
citation_txt Отбор переменных в логистическую регрессию генетическим алгоритмом / Н.Б. Паклин // Штучний інтелект. — 2008. — № 3. — С. 714-719. — Бібліогр.: 5 назв. — рос.
work_keys_str_mv AT paklinnb otborperemennyhvlogističeskuûregressiûgenetičeskimalgoritmom
first_indexed 2023-10-18T16:36:51Z
last_indexed 2023-10-18T16:36:51Z
_version_ 1796139441787502592

Similar Items