Počet záznamů: 1
Improving Sequential Feature Selection Methods Performance by Means of Hybridization
- 1.
SYSNO ASEP 0341554 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Improving Sequential Feature Selection Methods Performance by Means of Hybridization Tvůrce(i) Somol, Petr (UTIA-B) RID
Novovičová, Jana (UTIA-B)
Pudil, Pavel (UTIA-B) RIDZdroj.dok. Proc. 6th IASTED Int. Conf. on Advances in Computer Science and Engineering. - Calgary : ACTA Press, 2010 / Rafea - ISBN 978-0-88986-830-4 Rozsah stran 689-1-689-10 Poč.str. 10 s. Forma vydání www - www Akce Advances in Computer Science and Engineering Datum konání 15.03.2010-17.03.2010 Místo konání Sharm El Sheikh Země EG - Egypt Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CA - Kanada Klíč. slova Feature selection ; sequential search ; hybrid methods ; classification performance ; subset search ; statistical pattern recognition Vědní obor RIV BD - Teorie informace CEP 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy GA102/08/0593 GA ČR - Grantová agentura ČR GA102/07/1594 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) Anotace In this paper we propose the general scheme of defining hybrid feature selection algorithms based on standard sequential search with the aim to improve feature selection performance, especially on high-dimensional or large-sample data. We show experimentally that “hybridization” has not only the potential to dramatically reduce FS search time, but in some cases also to actually improve classifier generalization, i.e., its classification performance on previously unknown data. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2011
Počet záznamů: 1