• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Congress on Evolutionary Computation >A Memetic Genetic Programming with Decision Tree-based Local Search for Classification Problems
【24h】

A Memetic Genetic Programming with Decision Tree-based Local Search for Classification Problems

机译：一种基于决策树的本地搜索对分类问题的迭代遗传学遗传编程

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work, we propose a new genetic programming algorithm with local search strategies, named Memetic Genetic Programming(MGP), for classification problems. MGP aims to acquire a classifier with large Area Under the ROC Curve (AUC), which has been proved to be a better performance metric for traditionally used metrics (e.g., classification accuracy). Three new points are presented in our new algorithm. First, a new representation called statistical genetic decision tree (SGDT) for GP is proposed on the basis of Genetic Decision Tree (GDT). Second, a new fitness function is designed by using statistic information from SGDT. Third, the concept of memetic computing is introduced into SGDT. As a result, the MGP is equipped with a local search method based on the training algorithms for decision trees. The efficacy of the MGP is empirically justified against a number of relevant approaches.
机译：在这项工作中，我们提出了一种新的遗传编程算法，具有当地搜索策略，名为Memetic Genetic编程（MGP），用于分类问题。 MGP旨在在ROC曲线（AUC）下获得具有大面积的分类器，该分类器被证明是传统使用度量的更好的性能度量（例如，分类准确性）。我们的新算法中呈现了三个新点。首先，基于遗传决策树（GDT），提出了称为GP的统计遗传决策树（SGDT）的新表示。其次，通过使用SGDT的统计信息来设计新的健身功能。第三，将膜计算的概念引入SGDT。结果，MGP配备了基于决策树的训练算法的本地搜索方法。 MGP的疗效与许多相关方法经验证明。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号