Ordinální klasifikace s monotónními omezeními

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00096927" target="_blank" >RIV/67985807:_____/06:00096927 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Ordinal Classification with Monotonicity Constraints

Popis výsledku v původním jazyce

Classification methods commonly assume unordered class values. In many practical applications ? for example grading ? there is a natural ordering between class values. Furthermore, some attribute values of classified objects can be ordered, too. The standard approach in this case is to convert the ordered values into a numeric quantity and apply a regression learner to the transformed data. This approach can be used just in case of linear ordering. The proposed method for such a classification lies on the boundary between ordinal classification trees, classification trees with monotonicity constraints and multi-relational classification trees. The advantage of the proposed method is that it is able to handle non-linear ordering on the class and attribute values. For the better understanding, we use a toy example from the semantic web environment - prediction of rules for the user?s evaluation of hotels.

Název v anglickém jazyce

Ordinal Classification with Monotonicity Constraints

Popis výsledku anglicky

Classification methods commonly assume unordered class values. In many practical applications ? for example grading ? there is a natural ordering between class values. Furthermore, some attribute values of classified objects can be ordered, too. The standard approach in this case is to convert the ordered values into a numeric quantity and apply a regression learner to the transformed data. This approach can be used just in case of linear ordering. The proposed method for such a classification lies on the boundary between ordinal classification trees, classification trees with monotonicity constraints and multi-relational classification trees. The advantage of the proposed method is that it is able to handle non-linear ordering on the class and attribute values. For the better understanding, we use a toy example from the semantic web environment - prediction of rules for the user?s evaluation of hotels.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET100300517" target="_blank" >1ET100300517: Metody inteligentních systémů a jejich aplikace při dobývání znalostí a zpracování přirozeného jazyka</a><br>

Návaznosti

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

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Advances in Data Mining. Applications in Medicine, Web Mining, Marketing, Image and Signal Mining

ISBN

978-3-540-36036-0

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

217-225

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

Leipzig

Datum konání akce

14. 7. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—