Regression Trees

Breiman, Leo; Friedman, Jerome H.; Olshen, Richard A.; Stone, Charles J.

doi:10.1201/9781315139470-8

Cited by 846 publications

(1,073 citation statements)

References 0 publications

Supporting

Mentioning

1,068

Contrasting

Unclassified

Order By: Relevance

“…To classify data by cancer status, we used Classification and Regression Trees [30] as well as Discriminant Function Classifiers [31]. Prior to any classification methods being applied, we reduced the dimension of the feature space in two ways: 1) a Mann-Whitney-Wilcoxon (MWW) test was performed to extract the 25 most discriminant descriptors in the transformed feature space and 2) we visually assessed scatter plots of the transformed pairs of sensor readings and selected the 25 most discriminant pairings based on the visual perception of two study authors (CM, PB).…”

Section: Classification and Model Validationmentioning

confidence: 99%

Sex and Smoking Status Effects on the Early Detection of Early Lung Cancer in High-Risk Smokers Using an Electronic Nose

McWilliams

Beigi

Srinidhi³

et al. 2015

IEEE Trans. Biomed. Eng.

View full text Add to dashboard Cite

show abstract

Section: Classification and Model Validationmentioning

confidence: 99%

Sex and Smoking Status Effects on the Early Detection of Early Lung Cancer in High-Risk Smokers Using an Electronic Nose

McWilliams

Beigi

Srinidhi³

et al. 2015

IEEE Trans. Biomed. Eng.

View full text Add to dashboard Cite

show abstract

“…Two fast algorithms are proposed for finding the parameter settings which leads to high distortion-complexity performance. The algorithms are based on the Generalised Breiman, Friedman, Olshen and Stone (GBFOS) Algorithm [71] and use training sequences to find the best parameter settings.…”

Section: Computational Complexity Scaling For H264/avcmentioning

confidence: 99%

State of the Art on Computational Complexity of Video Encoders

Corrêa

Assunção

Agostini

et al. 2015

Complexity-Aware High Efficiency Video Coding

View full text Add to dashboard Cite

This chapter presents an overview of the state-of-the-art research on computational complexity of video encoders. First, a description of current methods for modelling the computational complexity of state-of-the-art video encoders is presented. Then, methods for reducing and scaling the expenditure of computational resources in video codecs are presented. Finally, the conclusions of the chapter highlight the research challenges and open topics not fully addressed in the available literature.

show abstract

“…O FCART é uma versão fuzzy do algoritmo de CART [21]. O algoritmo CART lida com atributos categóricos e contínuos para construir uma árvore de decisão, mesmo que apresente dados incompletos.…”

Section: Fcartunclassified

Aplicando método do gradiente ótimo na otimização do cálculo do grau de cobertura das regras em árvores de decisão Fuzzy

Nascimento

2017

RBCA

View full text Add to dashboard Cite

Resumo: Esse trabalho tem como objetivo realizar um levantamento na literatura sobre as técnicas aplicadas para confecção de arvores de decisão fuzzy e comparar algumas delas com o intuito de analisar sua performance para comprovar a aplicabilidade do método de otimização no cálculo de cobertura de cada regra gerada através de arvores de decisão fuzzy nos mais diversos problemas existentes no mundo real. Os algoritmos abordados neste trabalho são o FID3, FuzzyDT, FCART, FlexDT e uma versão modificada do FuzzyDT nomeada FuzzyDTC. O principal objetivo na utilização de aprendizagem de máquina na verdade é derivar padrões de uma quantidade limitada de dados. Hoje, com o continuo avanço da tecnologia digital, cada vez mais informação é produzida e armazenada. Entretanto, nem todos estes dados são úteis para o aprendizado de máquina, porque neles geralmente estão incluídos juntos aos dados uteis, três outros tipos de dados [3], como os ruidosos, redundantes e incompletos. PalavrasArvores de decisão podem não ter um desempenho satisfatório em uma base de dados grande onde esses três tipos de dados sejam potencializados, dessa maneira a adaptação da lógica fuzzy a esse modelo visa reduzir os impactos da qualidade dos dados [3]. Algoritmos de arvores de decisão fuzzy têm sido propostos a fim de proporcionar uma forma de lidar com incerteza nos dados coletados, já que na literatura encontram-se vários exemplos demonstrando sua superioridade em relação a algoritmos de arvores de decisão crisp como em [4], [5] e [6].

show abstract

Regression Trees

Cited by 846 publications

References 0 publications

Sex and Smoking Status Effects on the Early Detection of Early Lung Cancer in High-Risk Smokers Using an Electronic Nose

Sex and Smoking Status Effects on the Early Detection of Early Lung Cancer in High-Risk Smokers Using an Electronic Nose

State of the Art on Computational Complexity of Video Encoders

Aplicando método do gradiente ótimo na otimização do cálculo do grau de cobertura das regras em árvores de decisão Fuzzy

Contact Info

Product

Resources

About