基于大规模局部规则搜索的方法用于分类问题
机器学习
2007-05-23 v1
摘要
发展了一种基于构建局部分类规则的机器学习分类问题方法。局部规则被视为对我们要分类的事件在全局分类规则上的投影。采用大规模全局优化算法来优化质量准则。该算法在典型情况下具有多项式复杂度，用于查找所有高质量局部规则。算法的另一独特特征是将属性层次选择（针对有序属性）与规则搜索以及原始冲突规则解决策略集成。该算法是实用的；它在来自 UCI 数据集仓库的多个数据集上进行了测试，并给出了与其他预测技术的比较。
引用
@article{arxiv.cs/0609007,
title = {A Massive Local Rules Search Approach to the Classification Problem},
author = {Vladislav Malyshkin and Ray Bakhramov and Andrey Gorodetsky},
journal= {arXiv preprint arXiv:cs/0609007},
year = {2007}
}
备注
24 pages