Практические аспекты применения классификатора со случайными подпространствами
Актуальное современное направление, связанное с извлечением знаний из данных, во многом является применением методов
 классификации и распознавания образов. Традиционная постановка задачи классификации предполагает представление данных в
 виде множества вещественных векторов. В то же...
Saved in:
| Date: | 2008 |
|---|---|
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут програмних систем НАН України
2008
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/2152 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Практические аспекты применения классификатора со случайными подпространствами / Д.В. Жора // Пробл. програмув. — 2008. — N 2-3. — С. 703-712. — Бібліогр.: 10 назв. — рус. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862547784330117120 |
|---|---|
| author | Жора, Д.В. |
| author_facet | Жора, Д.В. |
| citation_txt | Практические аспекты применения классификатора со случайными подпространствами / Д.В. Жора // Пробл. програмув. — 2008. — N 2-3. — С. 703-712. — Бібліогр.: 10 назв. — рус. |
| collection | DSpace DC |
| description | Актуальное современное направление, связанное с извлечением знаний из данных, во многом является применением методов
классификации и распознавания образов. Традиционная постановка задачи классификации предполагает представление данных в
виде множества вещественных векторов. В то же время, для многих практических задач такая постановка не является адекватной. В
данной работе рассматривается применение классификатора со случайными подпространствами для решения задач с неполными
данными и категориальными атрибутами. Предлагаются алгоритмы кластеризации и распределенного анализа данных.
The data mining algorithms is a modern topic in the area of computational intelligence. However, many solutions are based on well-known
methods of classification and pattern recognition. For traditional classification task the data are represented as the set of real-valued vectors.
At the same time, such approach is not suitable for many practical tasks. This article analyzes the application of random subspace classifier
for datasets with missing values and categorical attributes. The clustering and distributed data processing algorithms are suggested.
|
| first_indexed | 2025-11-25T16:48:04Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-2152 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1727-4907 |
| language | Russian |
| last_indexed | 2025-11-25T16:48:04Z |
| publishDate | 2008 |
| publisher | Інститут програмних систем НАН України |
| record_format | dspace |
| spelling | Жора, Д.В. 2008-09-12T13:06:11Z 2008-09-12T13:06:11Z 2008 Практические аспекты применения классификатора со случайными подпространствами / Д.В. Жора // Пробл. програмув. — 2008. — N 2-3. — С. 703-712. — Бібліогр.: 10 назв. — рус. 1727-4907 https://nasplib.isofts.kiev.ua/handle/123456789/2152 Актуальное современное направление, связанное с извлечением знаний из данных, во многом является применением методов
 классификации и распознавания образов. Традиционная постановка задачи классификации предполагает представление данных в
 виде множества вещественных векторов. В то же время, для многих практических задач такая постановка не является адекватной. В
 данной работе рассматривается применение классификатора со случайными подпространствами для решения задач с неполными
 данными и категориальными атрибутами. Предлагаются алгоритмы кластеризации и распределенного анализа данных. The data mining algorithms is a modern topic in the area of computational intelligence. However, many solutions are based on well-known
 methods of classification and pattern recognition. For traditional classification task the data are represented as the set of real-valued vectors.
 At the same time, such approach is not suitable for many practical tasks. This article analyzes the application of random subspace classifier
 for datasets with missing values and categorical attributes. The clustering and distributed data processing algorithms are suggested. ru Інститут програмних систем НАН України Прикладне програмне забезпечення Практические аспекты применения классификатора со случайными подпространствами Practical Aspects of Random Subspace Classifier Applications Article published earlier |
| spellingShingle | Практические аспекты применения классификатора со случайными подпространствами Жора, Д.В. Прикладне програмне забезпечення |
| title | Практические аспекты применения классификатора со случайными подпространствами |
| title_alt | Practical Aspects of Random Subspace Classifier Applications |
| title_full | Практические аспекты применения классификатора со случайными подпространствами |
| title_fullStr | Практические аспекты применения классификатора со случайными подпространствами |
| title_full_unstemmed | Практические аспекты применения классификатора со случайными подпространствами |
| title_short | Практические аспекты применения классификатора со случайными подпространствами |
| title_sort | практические аспекты применения классификатора со случайными подпространствами |
| topic | Прикладне програмне забезпечення |
| topic_facet | Прикладне програмне забезпечення |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/2152 |
| work_keys_str_mv | AT žoradv praktičeskieaspektyprimeneniâklassifikatorasoslučainymipodprostranstvami AT žoradv practicalaspectsofrandomsubspaceclassifierapplications |