Improved Linear Programming Formulations for the Multi-Group Discriminant Problem

Lam, Kim Fung; Moy, Jane W.

doi:10.2307/3010610

Cited by 3 publications

(13 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Bu bölümde, Satapathy vd. [37] ve Lam ve Moy [38] modellerine dayalı olarak önerilen iki aşamalı sınıflandırma yaklaşımı yer almaktadır. Önerilen yaklaşımın ilk aşamasında her bir birimin sınıflandırma skoru Satapathy vd.…”

Section: öNeri̇len Siniflandirma Modeli̇ (The Proposed Classification Munclassified

“…[37]'e benzer bir şekilde her birim için oluşturulan doğrusal regresyon denklemi yardımıyla tahmin edilmektedir. İkinci aşamada ise Lam ve Moy [38] sonra grupları birbirinden ayıran ve birimlerin gruplarını tayin eden eşik değerlerinin bulunması model (10)' un çözülmesiyle elde edilmiş ve eşik değerleri sırasıyla 1,5 ve 2,7 olarak elde edilmiştir. Bu küçük gösterim için, PSO işlemlerinde parçacık sayısı 20, maksimum iterasyon sayısı 100, hızlandırma sabitleri 2 ve atalet ağırlık stretejisi olarak ise 0,9 değerinden 0,1 değerine doğrusal bir şekilde azalan strateji kullanılmıştır [49].…”

Section: öNeri̇len Siniflandirma Modeli̇ (The Proposed Classification Munclassified

“…Polat ve Güneş[22], çok gruplu sınıflandırma problemleri için C4.5 karar ağacı ve birine karşı hepsi yöntemlerinin bir kombinasyonu olan hibrit bir sınıflandırma yöntemi önermişlerdir. UCI veri tabanından alınan 3 farklı veri seti üzerinde önerilen Lam ve Moy[38] tarafından önerilen çok gruplu sınıflandırma modelinde de birimlerin sınıflandırma skoru iki gruplu durumdaki MSD yaklaşımına benzer bir şekilde yapılmakta ve doğrusal programlama ile elde edilmektedir. Bu çalışmada önerilen model birimlerin sınıflandırma skorlarını bir istatistiksel modelleme yöntemi olan regresyon analizi ile elde etmesi bakımından Lam ve Moy[38] yaklaşımına katkı sunmakta, birimlerin sınıflandırmasını ise matematiksel programlama ile objektif bir şekilde elde etmesi bakımından da Satapathy vd.…”

unclassified

See 2 more Smart Citations

Çok gruplu sınıflandırma problemlerine regresyon analizi ve matematiksel programlama tabanlı yeni bir yaklaşım

Doğan¹,

Orman²,

Örkcü³

et al. 2019

Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

 A new approach for the multi group classification problems  Using the regression analysis for the obtaining the classification scores  Using the mathematical programming for the classifying of the units Classification is the problem of identifying to which of a set of categories a new observation belongs, on the basis of a training set of data containing observations whose category membership is known. In this study, for solving multi-group classification problems, a new two-stage hybrid classification method based on regression analysis and mathematical programming has been developed. In the first step of the proposed method, the classification score of each unit is estimated with the help of the linear regression equation for each unit. In the second step, the classification of the units is performed by the mathematical programming model based on clustering analysis. Figure A. Flow chart of proposed method Purpose: In this study, for solving multi-group classification problems, a new method has been proposed based on regression analysis and mathematical programming classification method. The purpose of this study is handled the multi-group classification problem with the help of the superiority of regression analysis from the statistical theory and the flexibility of mathematical programming by a two-stage detailed examination idea. Theory and Methods: The proposed method combines the strengths of regression analysis and mathematical programming method. Results: From the 10 real data sets taken the well-known literature and simulation study results, it is observed that the proposed method outperforms the regression analysis, mathematical programming and artificial neural network based classification methods. Conclusion:With the proposed method, it is possible to achieve high correct classification success in the multiclass classification problems.

show abstract

Section: öNeri̇len Siniflandirma Modeli̇ (The Proposed Classification Munclassified

unclassified

See 1 more Smart Citation

Çok gruplu sınıflandırma problemlerine regresyon analizi ve matematiksel programlama tabanlı yeni bir yaklaşım

Doğan¹,

Orman²,

Örkcü³

et al. 2019

Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

show abstract

“…This is because the method may classify a unit into h different groups by the h pairwise discriminate functions, as pointed out by Pavur and Loucopoulos [15] and Loucopoulos and Pavur [16]. Lam and Moy [17] expanded the two-group classification model that is developed by Lam et al [6] to a multi-group classification model. The classification procedure in the twogroup classification model of Lam et al [6] depends on the foundation of minimizing the deviation of the individual classification scores from the average scores of their own group.…”

Section: Mathematical Programming Formulations For Multi-group Classimentioning

confidence: 99%

A new mathematical programming approach to multi-group classification problems

Bal

Örkçü

2011

Computers & Operations Research

View full text Add to dashboard Cite

“…:slippage constant for Gr group (threshold value for Gr group), : unrestricted variable, yi: a binary variable showing whether i. observation was misclassified or not. [17] expanded two-group classification model developed by [18] to a multi-group classification model. In model that they called as MLM (The model developed by Lam and Moy),…”

mentioning

confidence: 99%

Three Group Classification Problem Approach Based on Fuzzy Goal Programming

Tüzüner

Bal

2020

Politeknik Dergisi

View full text Add to dashboard Cite

In this study, a new fuzzy logic and mathematical programming based model was proposed to solve three-group classification problem. Determination of cut-off value, which corresponds to discrimination axis in classification problems, has importance. Status of the cut-off value such as asymmetric triangle fuzzy number, trapezoid fuzzy number and gauss fuzzy number was examined. The proposed approach displayed better performance when compared to Fisher's Linear Discriminant Function and some mathematical programming-based models by using three group data sets used frequently in the literature. ÖZBu çalışmada, üç gruplu sınıflandırma probleminin çözümü için bulanık mantık ve matematiksel programlamaya dayalı yeni bir model önerilmiştir. Sınıflandırma problemlerinde ayırma eksenine karşılık gelen kesme değerinin belirlenmesi önem arz etmektedir. Kesme değerinin; asimetrik üçgen bulanık sayı, yamuk bulanık sayı ve gauss bulanık sayı olması durumları incelenmiştir. Önerilen yaklaşım, literatürde sıkça kullanılan 3 gruplu veri setleri kullanılarak Fisher'in Doğrusal Diskriminant Fonksiyonu ve bazı matematiksel programlama yöntemleri ile karşılaştırıldığında daha iyi performans göstermiştir.Anahtar Kelimeler: Üç gruplu sınıflandırma problemi, bulanık mantık, matematiksel programlama, hedef programlama.

show abstract

Improved Linear Programming Formulations for the Multi-Group Discriminant Problem

Cited by 3 publications

References 0 publications

Çok gruplu sınıflandırma problemlerine regresyon analizi ve matematiksel programlama tabanlı yeni bir yaklaşım

Çok gruplu sınıflandırma problemlerine regresyon analizi ve matematiksel programlama tabanlı yeni bir yaklaşım

A new mathematical programming approach to multi-group classification problems

Three Group Classification Problem Approach Based on Fuzzy Goal Programming

Contact Info

Product

Resources

About