Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2019 | OriginalPaper | Buchkapitel

Testing Modified Confusion Entropy as Split Criterion for Decision Trees

verfasst von : J. David Nuñez-Gonzalez, Alexander Gonzalo de Sá, Manuel Graña

Erschienen in: Hybrid Artificial Intelligent Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Confusion Entropy (CEN) has been proposed as a performance measure for classification showing a better discrimination against other metrics. Many works use CEN for other purposes. Recently, an improvement in the definition of CEN has been proposed, a modified CEN (MCEN). The aim of this work is to review a previous work based on a classification tree that uses CEN as a pruning criterion, replacing this criterion with the newly defined MCEN metric.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Generating a Question Answering System from Text Causal Relations
Fußnoten
Literatur
1.
Delgado, R., Núñez-González, J.D.: Enhancing confusion entropy as measure for evaluating classifiers. In: Graña, M., López-Guede, J.M., Etxaniz, O., Herrero, Á., Sáez, J.A., Quintián, H., Corchado, E. (eds.) SOCO’18-CISIS’18-ICEUTE’18 2018. AISC, vol. 771, pp. 79–89. Springer, Cham (2019). https://​doi.​org/​10.​1007/​978-3-319-94120-2_​8CrossRef
2.
Delgado, R., Núñez-González, J.D.: Enhancing confusion entropy (CEN) for binary and multiclass classification. PLoS ONE 14(1), e0210264 (2019)CrossRef
3.
Jin, H., Wang, X.-N., Gao, F., Li, J., Wei, J.-M.: Learning decision trees using confusion entropy. In: 2013 International Conference on Machine Learning and Cybernetics (ICMLC), vol. 2, pp. 560–564. IEEE (2013)
4.
Jurman, G., Furlanello, C.: A unifying view for performance measures in multi-class prediction. arXiv preprint arXiv:​1008.​2908 (2010)
5.
Quinlan, J.R.: C4. 5: Programs for Machine Learning. Elsevier (2014)
6.
Roumani, Y.F., May, J.H., Strum, D.P., Vargas, L.G.: Classifying highly imbalanced ICU data. Health Care Manage. Sci. 16(2), 119–128 (2013)CrossRef
7.
Roumani, Y.F., Roumani, Y., Nwankpa, J.K., Tanniru, M.: Classifying readmissions to a cardiac intensive care unit. Ann. Oper. Res. 263(1–2), 429–451 (2018)MathSciNetCrossRef
8.
Salari, N., Shohaimi, S., Najafi, F., Nallappan, M., Karishnarajah, I.: A novel hybrid classification model of genetic algorithms, modified k-nearest neighbor and developed backpropagation neural network. PLoS ONE 9(11), e112987 (2014)CrossRef
9.
10.
Sublime, J., Matei, B., Cabanes, G., Grozavu, N., Bennani, Y., Cornuéjols, A.: Entropy based probabilistic collaborative clustering. Pattern Recogn. 72, 144–157 (2017)CrossRef
11.
Wei, J.-M., Yuan, X.-J., Qing-Hua, H., Wang, S.-Q.: A novel measure for evaluating classifiers. Expert Syst. Appl. 37(5), 3799–3809 (2010)CrossRef
Metadaten
Titel
Testing Modified Confusion Entropy as Split Criterion for Decision Trees
verfasst von
J. David Nuñez-Gonzalez
Alexander Gonzalo de Sá
Manuel Graña
Copyright-Jahr
2019
Buch
Hybrid Artificial Intelligent Systems

Print ISBN: 978-3-030-29858-6

Electronic ISBN: 978-3-030-29859-3

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-29859-3_1