Detail publikace

Constrained Classification of Large Imbalanced Data by Logistic Regression and Genetic Algorithm

HLOSTA, M.; STRÍŽ, R.; KUPČÍK, J.; ZENDULKA, J.; HRUŠKA, T. Constrained Classification of Large Imbalanced Data by Logistic Regression and Genetic Algorithm. International Journal of Machine Learning and Computing, 2013, vol. 2013, no. 3, p. 214-218. ISSN: 2010-3700.
Název česky
Klasifikace rozsáhlých nevyvážených dat pomocí logistické regrese a genetického algoritmu s omezujícími podmínkami
Typ
článek v časopise
Jazyk
anglicky
Autoři
Hlosta Martin, Ing., Ph.D.
Stríž Rostislav, Ing.
Kupčík Jan, Ing.
Zendulka Jaroslav, doc. Ing., CSc. (UIFS)
Hruška Tomáš, prof. Ing., CSc. (UIFS)
URL
Klíčová slova

Nevyvážená data, klasifikace, genetický algoritmus, logistická regrese

Abstrakt

Klasifikace nevyvážených dat je často diskutovaný problém, který nelze řešit běžnými klasifikačními technikami. V článku jsme se zabývali problémem binární klasifikace z rozsáhlých dat s omezením na minoritní třídu. Přestavujeme novou meta-učící metodu, která vytváří kandidátní modely pomocí cost-sensitive učení logistické regrese a tyto modely využívá jako počáteční chromozomy pro optimalizaci genetickým algoritmem. Tato metoda byla úspěšně testována na rozsáhlých datech z reálného prostředí z výzkumu v oblasti počítačové bezpečnosti. Experimenty dokazují, že kombinovaná metoda vede vždy k lepším výsledkům než použití metod logistické regrese a genetického algoritmu samostatně. Navíc, tato metoda produkuje snadno interpretovatelný klasifikační model, který poskytuje velmi rychlou klasifikaci nad neznámými daty.

Rok
2013
Strany
214–218
Časopis
International Journal of Machine Learning and Computing, roč. 2013, č. 3, ISSN 2010-3700
BibTeX 
@article{BUT103468,
  author="Martin {Hlosta} and Rostislav {Stríž} and Jan {Kupčík} and Jaroslav {Zendulka} and Tomáš {Hruška}",
  title="Constrained Classification of Large Imbalanced Data by Logistic Regression and Genetic Algorithm",
  journal="International Journal of Machine Learning and Computing",
  year="2013",
  volume="2013",
  number="3",
  pages="214--218",
  issn="2010-3700",
  url="http://www.ijmlc.org/index.php?m=content&c=index&a=show&catid=36&id=304"
}
Nahoru