一种基于属性-属性交互建模的网络化高层数据分类新方法（Quipus）
机器学习
2020-09-29 v1 机器学习
摘要
高层分类算法关注实例之间的交互。这些产生了一种评估和分类数据的新形式。在此过程中，核心是一种复杂网络构建方法。现有方法使用 kNN 的变体来生成这些图。然而，这些技术忽略了属性之间的一些隐藏模式，并且需要归一化以保证准确性。在本文中，我们提出了一种基于属性-属性交互的新的网络构建方法，该方法不需要归一化。当前结果表明，该方法提高了基于介数中心性的高层分类算法的准确性。
引用
@article{arxiv.2009.13511,
title = {A new network-base high-level data classification methodology (Quipus) by modeling attribute-attribute interactions},
author = {Esteban Wilfredo Vilca Zuñiga and Liang Zhao},
journal= {arXiv preprint arXiv:2009.13511},
year = {2020}
}