• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on artificial intelligence >Classification Using Jumping Emerging Patterns and Cosine Similarity
【24h】

Classification Using Jumping Emerging Patterns and Cosine Similarity

机译：使用跳跃新兴模式和余弦相似度进行分类

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

摘要

Classification is a common task in Machine Learning and Data Mining. Jumping Emerging Patterns have been applied for classification in different contexts with good results and the advantage of to be easily understandable for users. In this work we propose the use of cosine similarity measure to select the patterns which will be used to predict the classes in the classification process. Two versions of the algorithm were proposed and tested with four different parameter values in 21 datasets. The results were compared with three frequently used classification algorithms from the literature and proposed algorithms showed a promising results achieving in some the datasets best results than C4.5 algorithm.
机译：分类是机器学习和数据挖掘中的常见任务。跳跃新兴模式已应用于不同环境中的分类，具有良好的效果，并且具有易于用户理解的优势。在这项工作中，我们建议使用余弦相似性度量来选择模式，这些模式将用于预测分类过程中的类别。提出了该算法的两个版本，并在21个数据集中使用四个不同的参数值进行了测试。将结果与文献中的三种常用分类算法进行了比较，提出的算法在某些数据集中取得了比C4.5算法更好的结果，并显示出令人鼓舞的结果。

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