La incorporación de factores sensibles a los costes en los clasificadores aumenta la estabilidad de la clasificación y reduce los costes de clasificación para clasificar conjuntos de datos a gran escala, redundantes y desequilibrados, como los datos de expresión génica. En este estudio, ampliamos nuestro trabajo anterior, es decir, el ELM Dissimilar (D-ELM), introduciendo los costes de clasificación errónea en el clasificador. Llamamos al algoritmo propuesto D-ELM sensible a los costes (CS-D-ELM). Además, incorporamos el coste de rechazo en el CS-D-ELM para aumentar la estabilidad de la clasificación del algoritmo propuesto. Los resultados experimentales muestran que el algoritmo CS-D-ELM integrado en el coste de rechazo reduce eficazmente el coste medio y global del proceso de clasificación, mientras que la precisión de la clasificación sigue siendo competitiva. El método propuesto puede extenderse a problemas de clasificación de otros datos redundantes y desequilibrados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Microincubadora celular innovadora para el descubrimiento de fármacos basada en estructuras tridimensionales de silicio
Artículo:
Política de programación de agregación de datos basada en el autoaprendizaje en redes de sensores inalámbricas
Artículo:
Revisión de las topologías utilizadas en las redes de contadores de agua inteligentes: Una aplicación de red de sensores inalámbricos
Artículo:
Un nuevo método para el reconocimiento bioestadístico de patrones de miARN con propiedades topológicas de gráficos de visibilidad en el espacio tridimensional
Artículo:
Diagnóstico automatizado del cáncer de mama basado en algoritmos de aprendizaje automático