Show simple item record

dc.contributor.authorKubus, Mariusz
dc.date.accessioned2012-04-16T15:20:04Z
dc.date.available2012-04-16T15:20:04Z
dc.date.issued2010
dc.identifier.issn0208-6018
dc.identifier.urihttp://hdl.handle.net/11089/348
dc.description.abstractIndukcja reguł jest nieparametryczną i adaptacyjną metodą dyskryminacji. Może być stosowana dla zmiennych niemetrycznych, regiony decyzyjne nie muszą być rozłączne, a model jest łatwy w interpretacji. Opis klas ma postać koniunkcji wartości cech. Każda pojedyncza reguła generowana jest za pomocą heurystycznego przeszukiwania przestrzeni opisów klas z wykorzy- staniem funkcji kryterium. Wiele algorytmów indukcji reguł wykorzystuje schemat separuj-i- zwyciężaj (Michalski 1969). Algorytm SLIPPER (Cohen, Singer 1999) zamiast kroku separuj stosuje metodę boosting, znaną głównie z agregacji drzew klasyfikacyjnych. W artykule zbadana będzie stabilność modelu generowanego przez SLIPPER. Dokonane też będzie porównanie z klasycznym AdaBoost agregującym drzewa klasyfikacyjne oraz z popularnymi metodami dyskryminacji.pl_PL
dc.language.isoenpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofseriesActa Universitatis Lodziensis, Folia Oeconomica;
dc.titleThe analysis of some properties of SLIPPER algorithmpl_PL
dc.typeArticlepl_PL
dc.page.number157-164
dc.contributor.authorAffiliationPolitechnika Opolska; Wydział Inżynierii Produkcji i Logistyki; Instytut Matematyki i Fizyki


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record