A Metaheuristic for Classification of Interval Data in Changing Environments
PBN-AR
Instytucja
Instytut Badań Systemowych Polskiej Akademii Nauk
Książka
Tytuł książki
Information Technology and Computational Physics
Data publikacji
2017
ISBN
978-3-319-44259-4
Wydawca
Springer Verlag
Publikacja
Główny język publikacji
angielski
Tytuł rozdziału
A Metaheuristic for Classification of Interval Data in Changing Environments
Rok publikacji
2017
Strony (od-do)
19-34
Numer rozdziału
Identyfikator DOI
Liczba arkuszy
0,8
Hasło encyklopedyczne
Autorzy
(liczba autorów: 2)
Słowa kluczowe
en
Data analysis
Classification
Interval data
Changing environment
Adaptation
Streszczenia
Język
en
Treść
The Bayes approach is arguably the classification method most used in unspecialized applications, thanks to its robustness, simplicity, and interpretability. The main problem here is establishing proper probability values. This paper deals with adapting the above method for cases where the classified data is of interval type, with changing environments (evolving data stream, concept drift, nonstationarity). The probability values are estimated using nonparametric methods, thanks to which the procedure becomes independent of characteristics of learning subsets representing particular classes. They can also be supplemented with new, current observations, added while performing the algorithm. The investigated process also removes elements with negligible or even negative impact on accuracy of results, which increases the effectiveness of adaptation in conditions of changing reality. It is possible to differentiate the meanings of particular classes. The method allows any number of them. The particular attributes of data elements may be continuous, categorical, or both.
Inne
System-identifier
IBSPAN-C-2016
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych