Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Clustering Based Classification in Data Mining Method Recommendation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F13%3A10194486" target="_blank" >RIV/00216208:11320/13:10194486 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985807:_____/13:00425703

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Clustering Based Classification in Data Mining Method Recommendation

  • Popis výsledku v původním jazyce

    With the growing amount of data available in today's world, the emphasis is laid on the automatic configuration of data analysis - metalearning. This paper elaborates one of the metalearning subproblems, the data mining method recommendation. Based on ametric over the data features called metadata, we have proposed a solution exploiting clustering of datasets. The agglomerative algorithm is used to construct clustering over the metadata, and the average methods' performance is computed in each cluster.The ranking of data mining methods is then deduced from the classification of a dataset to a particular cluster. The recommendation algorithm, which is implemented within our data mining multi-agent system, has been tested in various configurations, andthe results of these experiments have been compared.

  • Název v anglickém jazyce

    Clustering Based Classification in Data Mining Method Recommendation

  • Popis výsledku anglicky

    With the growing amount of data available in today's world, the emphasis is laid on the automatic configuration of data analysis - metalearning. This paper elaborates one of the metalearning subproblems, the data mining method recommendation. Based on ametric over the data features called metadata, we have proposed a solution exploiting clustering of datasets. The agglomerative algorithm is used to construct clustering over the metadata, and the average methods' performance is computed in each cluster.The ranking of data mining methods is then deduced from the classification of a dataset to a particular cluster. The recommendation algorithm, which is implemented within our data mining multi-agent system, has been tested in various configurations, andthe results of these experiments have been compared.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    12th International Conference on Machine Learning and Applications

  • ISBN

    978-0-7695-5144-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    356-361

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Los Alamitos, USA

  • Místo konání akce

    Miami, Florida, USA

  • Datum konání akce

    4. 12. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku