Počet záznamů: 1
The Distance Function Optimization for the Near Neighbors-Based Classifiers
- 1.
SYSNO ASEP 0560295 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název The Distance Function Optimization for the Near Neighbors-Based Classifiers Tvůrce(i) Jiřina, Marcel (UIVT-O) SAI, RID
Krayem, S. (CZ)Celkový počet autorů 2 Číslo článku 101 Zdroj.dok. ACM Transactions on Knowledge Discovery from Data. - : Association for Computing Machinery - ISSN 1556-4681
Roč. 16, č. 6 (2022)Poč.str. 21 s. Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova Near neighbors ; classification ; distance function ; metric Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP LM2018113 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Způsob publikování Omezený přístup Institucionální podpora UIVT-O - RVO:67985807 UT WOS 000859375300001 EID SCOPUS 85140904158 DOI 10.1145/3434769 Anotace Based on the analysis of conditions for a good distance function we found four rules that should be fulfilled. Then, we introduce two new distance functions, a metric and a pseudometric one. We have tested how they fit for distance-based classifiers, especially for the IINC classifier. We rank distance functions according to several criteria and tests. Rankings depend not only on criteria or nature of the statistical test, but also whether it takes into account different difficulties of tasks or whether it considers all tasks as equally difficult. We have found that the new distance functions introduced belong among the four or five best out of 23 distance functions. We have tested them on 24 different tasks, using the mean, the median, the Friedman aligned test, and the Quade test. Our results show that a suitable distance function can improve behavior of distance-based classification rules. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2023 Elektronická adresa https://dx.doi.org/10.1145/3434769
Počet záznamů: 1