BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Szlachcińska Aleksandra (Wojewódzki Szpital Specjalistyczny im. M. Kopernika w Łodzi), Witaszczyk Anna (Uniwersytet Łódzki), Misztal Małgorzata (Uniwersytet Łódzki)
Tytuł
O zastosowaniu metody wiązania modeli do poprawy dokładności klasyfikacji pacjentów z pojedynczym cieniem okrągłym płuca
On the Use of Bundling to Improve Accuracy of Classification of Patients with Solitary Pulmonary Nodules
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia (18), 2011, nr 176, s. 176-183, bibliogr. 11 poz.
Research of Wrocław University of Economics
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Metody samowsporne, Drzewa klasyfikacyjne, Medycyna
Bootstrap, Classification trees, Medicine
Uwagi
streszcz., sum.
Abstrakt
Metoda wiązania modeli (bundling) została zaproponowana przez Hothorna jako modyfikacja metody bagging. Polega ona na wykorzystaniu dodatkowych modeli, innych klas niż drzewa klasyfikacyjne, budowanych na podstawie zbioru OOB (out-of-bag), zawierającego obserwacje spoza aktualnej próby bootstrapowej. Na podstawie tych modeli dokonuje się predykcji dla obserwacji w próbie bootstrapowej, a następnie wyniki predykcji traktuje się jako dodatkowe zmienne objaśniające przy budowie drzewa klasyfikacyjnego. W artykule przedstawiono wyniki wykorzystania metody wiązania modeli do poprawy dokładności klasyfikacji pacjentów z pojedynczym cieniem okrągłym płuca.(abstrakt oryginalny)

Bundling was proposed by Hothorn as modification of bagging. The main idea is to use the out-of-bag (OOB) observations of a bootstrap sample to build classifiers of arbitrary type (i.e. LDA or SVM). The predictions of those classifiers are computed for the observations in the bootstrap sample and are used as predictors offered to a classification tree in addition to the original predictors. In the study bundling was applied to improve accuracy of classification of patients with solitary pulmonary nodules.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Breiman L., Bagging predictors, "Machine Learning" 1996, 24, s. 123-140.
  2. Breiman L., Random forests, "Machine Learning" 2001, 45, s. 5-32.
  3. Efron B., Tibshirani R., Improvements on Cross-Validation: The .632+ Bootstrap Method, "Journal of the American Statistical Association" 1997, vol. 92, no. 438, s. 548-560.
  4. Freund Y., Schapire R.E., A decision-theoretic generalization of on-line learning and an application to boosting, "Journal of Computer and System Sciences" 1997, 55, s. 119-139.
  5. Gatnar E., Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji, Wyd. Naukowe PWN, Warszawa 2008.
  6. Hothorn T., Bundling classifiers with an application to glaucoma diagnosis, Dissertation, Department of Statistics, University of Dortmund, Germany, 2003, http://eldorado.uni-dortmund.de:8080/ bitstream/2003/2790/1/hothornunt.pdf.
  7. Hothorn T., Lausen B., Double-bagging: Combining classifiers by bootstrap aggregation, "Pattern Recognition" 2003, 36, s. 1303-1309.
  8. Kohavi R., A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection, "Proceedings of the Fourteenth International Joint Conference on artificial Intelligence", Montreal - Quebec 1995, vol. 2, s. 1137-1145.
  9. Stefanowski J., Algorytmy indukcji reguł decyzyjnych w odkrywaniu wiedzy, Rozprawy nr 361, Wyd. Politechniki Poznańskiej, Poznań 2001.
  10. Szlachcińska A., Witaszczyk A., Misztal M., Zastosowanie drzew klasyfikacyjnych do identyfikacji rodzaju zmian u pacjentów z pojedynczym cieniem okrągłym płuca, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 47, Taksonomia 16, Wydawnictwo AE we Wrocławiu, Wrocław 2009, s. 442-450.
  11. Wolpert D.H., Macready W.G., No Free Lunch Theorems for Optimization, "IEEE Transactions on Evolutionary Computation" 1997, 1 (1), s. 62-68.
Cytowane przez
Pokaż
ISSN
1899-3192
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu