Classifier Aggregation Using Local Classification Confidence

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F09%3A00320925" target="_blank" >RIV/67985807:_____/09:00320925 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Classifier Aggregation Using Local Classification Confidence

Original language description

Classifier aggregation is a method for improving quality of classification. Instead of using just one classifier, a team of classifiers is created, and the outputs of the individual classifiers are aggregated into the final prediction. In this paper, westudy the potential of using measures of local classification confidence in classifier aggregation methods. We introduce four measures of local classification confidence and study their suitability for classifier aggregation. We develop two novel classifier aggregation methods which utilize local classification confidence and we compare them to two commonly used methods for classifier aggregation. The results on four artificial and five real-world benchmark datasets show that by incorporating local classification confidence into classifier aggregation methods, significant improvement in classification quality can be obtained.

Czech name

Spojování klasifikátorů pomocí lokální konfidence klasifikace

Czech description

Agregace klasifikátorů je metoda pro zvýšení kvality klasifikace. Místo použití jednoho klasifikátoru je sestaven tým klasifikátorů a výstupy jednotlivých klasifikátorů jsou agregovány do finální predikce. V tomto příspěvku zkoumáme potenciál využití měrlokální konfidence klasifikace v metodách pro agregaci klasifikátorů. Uvádíme dvě agregační metody využívající lokální konfidenci klasifikace a porovnáme je s dvěma běžně používanými metodami pro agregaci klasifikátorů. Výsledky experimentů na 4 umělýcha 5 reálných datových množinách ukazují, že použití lokální konfidence klasifikace v agregaci klasifikátorů může signifikantně zvýšit kvalitu klasifikace.

Type

D - Article in proceedings

CEP classification

IN - Informatics

OECD FORD branch

—

Project

<a href="/en/project/1ET100300517" target="_blank" >1ET100300517: Methods for Intelligent Systems and Their Applications in Datamining and Natural Language Processing</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2009

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

ICAART 2009

ISBN

978-989-8111-66-1

ISSN

—

e-ISSN

—

Number of pages

6

Pages from-to

—

Publisher name

INSTICC

Place of publication

Setúbal

Event location

Porto

Event date

Jan 19, 2009

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

000267058000026