Drzewa wyrażeń jako narzędzie klasyfikacji

• Autorzy: Joanna Jędrzejowicz , Piotr Jędrzejowicz

Warianty tytułu

Trees expressions as a tool for classification

• Języki publikacji: PL

Abstrakty

W pracy zaproponowano zastosowanie drzew wyrażeń indukowanych za pomocą programowania genowego jako słabych klasyfikatorów w systemach klasyfikacji zespołowej. W poszczególnych częściach pracy omówiono podstawy programowania genowego, zaproponowano dwa klasyfikatory zespołowe dla przypadku problemów klasyfikacji z dwiema klasami oraz jeden klasyfikator zespołowy dla przypadków klasyfikacji z wieloma klasami. Skuteczność proponowanego podejścia została zweryfikowana eksperymentalnie przy użyciu znanych zbiorów benchmarkowych. (abstrakt oryginalny)

EN

The paper proposes using Gene Expression Programming (GEP) to induce expression trees, which, in turn, are used as weak classifiers to construct ensemble classifiers. The paper gives a short overview of the Gene Expression Programming and proposes two ensemble classifiers. The first one is a two-class specific and uses Adaboost technique. The second one, based on the majority voting principle, can be used in case of the arbitrary number of classes. To validate the approach computational experiment has been carried out using several benchmark datasets. The experiment confirmed excellent quality of the proposed ensemble classifiers. (original abstract)

Słowa kluczowe

PL

Eksperyment badawczy; Metody klasyfikacyjne

EN

Scientific experiment; Classification methods

• Czasopismo: Monografie i Opracowania / Szkoła Główna Handlowa
• Rocznik: 2010
• Numer: nr 574 Współczesne aspekty informacji. T. 3
• Strony: 43-57

Twórcy

autor

Joanna Jędrzejowicz

autor

Piotr Jędrzejowicz

Bibliografia

• Asuncion, A., D J.Newman, D.J.: UCI Machine Leaming Repository, http://www.ics.uci.edu/~inleam/MLRepository.html, University of California, School of Information and Computer Science, 2007.
• Battiti, R., A.M.Colla: Democracy in neural nets: Voting schemes for classification, ", Neural Netyworks ", 7(4), 1994, 691-707.
• Joanna Jędrzejowicz, Piotr Jędrzejowicz Drucker, H., Cortes C., Jackel L.D., LeCun Y., Vapnik V., Boosting and other ensemble methods, "Neural Computation", 6(6), 1994, 1289-1301.
• Ferreira, C.: Gene Expression Programming: a New Adaptive Algorithm for Solving Problems, "Complex Systems", 13(2), 2001, 87-129.
• Ferreira, C.: Gene Expression Programming, Studies in Computational Intelligence, 21,337-380.
• Freund, Y.,. Schapire R.E: Decision-theoretic generalization of on-line learning and application to boosting," Journal of Computer and System Science", vol. 55, no.1,1997, pp. 119-139.
• Gama, J.: Local cascade generalization, Proceedings of the 15th International Conference on Machine Learning, 1998, 206-214.
• Huang, C-L., Chen M-C., Wang C-J.: Credit scoring with a data mining approach based on support vector machines, "Expert Systems with Applications", 33, 2007, 847- 856.
• Jędrzejowicz, J., Jędrzejowicz, P.: GEP-induced expression trees as weak classifiers, w: P. Pemer (ed.) Advances in Data Mining, Springer Verlag LNAI5077, 2008, 129-141
• Karakasis, V.K., Stafylopatis A.: Data Mining based on Gene Expression Programming and Clonal Selection, Proc. IEEE Congress on Evolutionary Computation, 2006, 514-521.
• Kuncheva, L.I.: Classifier ensembles for changing environments, w: Roli, F., Kittler, J., Windeatt, T. (eds.) MCV 2004. LNCS, vol. 3077,1-15. Springer, Heidelberg (2004).
• Li, X., Zhou C., Xiao W., Nelson P.C.: Prefix Gene Expression Programming, Proc. Genetic and Evolutionary Computation Conference, Washington, 2005, 25-31.
• Polikar, R.: Ensemble Based Systems in Decision Making," IEEE Circuits and Systems Magazine", 3, 2006, 22-43.
• Schapire, R.E., Freund Y., Bartlett P., Lee W.S.: Boosting the margin: A new explanation for the effectiveness of voting methods, "The Annals of Statistics", 26(5), 1998, 1651-1686.
• Torre, F.: Boosting Correct Least General Generalizations, Technical Report GRAppA-0104, Grenoble, 2004.
• Wang, W., Li Q., Han S., Lin H.: A Preliminary Study on Constructing Decision Tree with Gene Expression Programming, Proc. First International Conference on In-novative Computing, "Information and Control", vol. 1,2006, 222-225.
• Weinert, W.R., Lopes H.S.: GEPCLASS: A Classification Rule Discovery Tool Using Gene Expression Programming, LNAI, 4093, 2006, 871-880.
• Wolpert, D.H.: Stacked generalization, "Neural Networks", 5, 1992, 241 - 259.
• Zeng, T., Xiang Y., Chen P.,.Liu Y: A Model of Immune Gene Expression Programming for Rule Mining, "Journal of Universal Computer Science", 13(7), 2007, 1239-1252.