Ze względu na możliwość analizy danych niemetrycznych, dużym powodzeniem wśród metod dyskryminacji cieszą się algorytmy indukcji reguł. Klasyczny już schemat indukcji reguł separuj-i-zwyciężaj (separate-and-conquer) został zaproponowany po raz pierwszy przez Michalskiego [1969]. Za pomocą przeszukiwania heurystycznego przestrzeni opisów klas znajdywana jest reguła maksymalizująca funkcję kryterium. Opisane przez nią obiekty usuwane są ze zbioru uczącego, po czym generowana jest następna reguła. Cohen i Singer [1999], w algorytmie SLIPPER, zaproponowali nieco inne podejście. Do indukcji reguł zaadoptowali metodę boosting [Schapire i Singer 1998]. Zamiast usuwać ze zbioru uczącego opisane przez regułę obiekty, nadawane są im wagi, co wpływa na generowanie następnej reguły.

Celem referatu jest zbadanie algorytmu SLIPPER. Zbadane będą: wpływ liczby iteracji na dokładność klasyfikacji oraz różne sposoby rozwiązania problemu wielu klas. Uzyskane wyniki zostaną porównane z dobrze znanym algorytmem drzew klasyfikacyjnych CART.

Literatura

Cohen W.W.(1995), Fast effective rule induction. In Prieditis A., Russell S. (Eds.), Proceedings of the 12th International Conference on Machine Learning.

Cohen W.W., Singer Y. (1999), A Simple, Fast, and Effective Rule Learner. In Proceedings of Annual Conference of American Association for Artificial Intelligence (pp.335-342).

Michalski R.S. (1969), On the quasi-minimal solution of the covering problem. In Proceedings of the 5^th International Symposium on Information Processing (FCIP-69), Vol. A3 (Switching Circuits), p.125-128 Bled, Yugoslavia.

Schapire R.E., Singer Y. (1998), Improved boosting algorithms using confidence-rated predictions. In Proceedings of the Eleventh Annual Conference on Computational Learning Theory, 80-91.

• Legal notice:
  

  Copyright (c) Pielaszek Research, all rights reserved.
  The above materials, including auxiliary resources, are subject to Publisher's copyright and the Author(s) intellectual rights. Without limiting Author(s) rights under respective Copyright Transfer Agreement, no part of the above documents may be reproduced without the express written permission of Pielaszek Research, the Publisher. Express permission from the Author(s) is required to use the above materials for academic purposes, such as lectures or scientific presentations.
  In every case, proper references including Author(s) name(s) and URL of this webpage: https://science24.com/paper/10623 must be provided.