Simultaneous Visualization of Samples, Features and Multi-Labels

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F16%3A00467543" target="_blank" >RIV/67985556:_____/16:00467543 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31160/16:00049971

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Simultaneous Visualization of Samples, Features and Multi-Labels

Popis výsledku v původním jazyce

Visualization helps us to understand single-label and multi-label classification problems. In this paper, we show several standard techniques for simultaneous visualization of samples, features and multi-classes on the basis of linear regression and matrix factorization. The experiment with two real-life multilabel datasets showed that such techniques are effective to know how labels are correlated to each other and how features are related to labels in a given multi-label classification problem.

Název v anglickém jazyce

Simultaneous Visualization of Samples, Features and Multi-Labels

Popis výsledku anglicky

Visualization helps us to understand single-label and multi-label classification problems. In this paper, we show several standard techniques for simultaneous visualization of samples, features and multi-classes on the basis of linear regression and matrix factorization. The experiment with two real-life multilabel datasets showed that such techniques are effective to know how labels are correlated to each other and how features are related to labels in a given multi-label classification problem.

Druh

D - Stať ve sborníku

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 23rd International Conference on Pattern Recognition (ICPR)

ISBN

978-1-5090-4846-5

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

3592-3597

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Cancún

Datum konání akce

4. 12. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—