Tworzenie zagregowanych modeli dyskryminacyjnych dla obiektów symbolicznych : wybrane problemy

• Autorzy: Andrzej Dudek
• Języki publikacji: PL

Abstrakty

W artykule omówiono najważniejsze zagadnienia związane ze stosowaniem podejścia wielomodelowego dla danych symbolicznych. W drugiej części zostały scharakteryzowane pojęcia obiektu i zmiennej symbolicznej. W trzeciej opisano algorytm tworzenia pojedynczego drzewa klasyfikacyjnego dla obiektów symbolicznych. Część czwarta zawiera opis najważniejszych metod budowy modeli zagregowanych dla danych symbolicznych. (fragment tekstu)

Słowa kluczowe

PL

Ekonometria; Podejście wielomodelowe; Drzewa klasyfikacyjne

EN

Econometrics; Multiple-model approach; Classification trees

• Czasopismo: Studia i Prace Uniwersytetu Ekonomicznego w Krakowie
• Rocznik: 2009
• Numer: nr 3
• Strony: 33--40

Twórcy

autor

Andrzej Dudek

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Billard L., Diday E. [2006], Symbolic Data Analysis. Conceptual Statistics and Data Mining, Wiley, Chichester.
• Bock H.H., Diday E. [2000], Analysis of Symbolic Data. Explanatory Methods for Extracting Statistical Information from Complex Data, Springer-Verlag, Heidelberg.
• Breiman L. [1996], Bagging Predictors, "Machine Learning", 24.
• Breiman L. [2001], Random Forests, "Machine Learning", 45.
• Breiman L. i in. [ 1984], Classification and Regression Trees, Wadsworth, Belmont, CA.
• Carvalho F.A.T. de, Souza R. 11998], Statistical Proximity Functions of Boolean Symbolic Objects Based on Histogramu, "Advances in Data Science and Classification", Springer-Verlag, Heidelberg.
• Dudek A. [2007], Analiza dyskryminacyjna obiektów symbolicznych przy użyciu drzew klasyfikacyjnych. Porównanie podejść, Materiały konferencyjne XLII konferencji SEMPP, Podlesice koło Kroczyć, w druku.
• Freund Y., Shapire R.E. (1995), A Decision-theoretic Generalization of On-line Learning and an Application to Boosting, Proceeding of Second European Conference of Computational Learning Theory, Springer-Verlag.
• Gatnar E. [2008], Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji, WNT, Warszawa.
• Ho T.K. [1998], The Random Subspace Method for Constructing Random Forests, IEEE Transactions on Pattern Analysis and Machine Intelligence, 20.