...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Data & Knowledge Engineering >Training set selection for monotonic ordinal classification
【24h】

Training set selection for monotonic ordinal classification

机译：单调有序分类的训练集选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In recent years, monotonic ordinal classification has increased the focus of attention for machine learning community. Real life problems frequently have monotonicity constraints. Many of the monotonic classifiers require that the input data sets satisfy the monotonicity relationships between its samples. To address this, a conventional strategy consists Of relabeling the input data to achieve complete monotonicity. As an alternative, we explore the use of preprocessing algorithms without modifying the class label of the input data.
机译：近年来，单调序数分类已成为机器学习社区关注的焦点。现实生活中的问题经常具有单调性约束。许多单调分类器要求输入数据集满足其样本之间的单调关系。为了解决这个问题，常规策略包括重新标记输入数据以实现完全单调性。作为替代方案，我们在不修改输入数据的类标签的情况下探索预处理算法的使用。

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