Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Entropy-Based Classifier Enhancement to Handle Imbalanced Class Problem

Publikācijas veids Zinātniskais raksts, kas indeksēts Web of science un/vai Scopus datu bāzē
Pamatdarbībai piesaistītais finansējums Nav zināms
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Entropy-Based Classifier Enhancement to Handle Imbalanced Class Problem
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Pētniecības platforma Neviena
Autori Arnis Kiršners
Sergejs Paršutins
Henrihs Gorskis
Atslēgas vārdi Classification, Decision tree, Imbalanced class problem
Anotācija The paper presents a possible enhancement of entropy-based classifiers to handle problems, caused by the class imbalance in the original dataset. The proposed method was tested on synthetic data in order to analyse its robustness in the controlled environment with different class proportions. As also the proposed method was tested on the real medical data with imbalanced classes and compared to the original classification algorithm results. The medical field was chosen for testing due to frequent situations with uneven class ratios.
DOI: 10.1016/j.procs.2017.01.176
Hipersaite: http://www.sciencedirect.com/science/article/pii/S1877050917301771 
Atsauce Kiršners, A., Paršutins, S., Gorskis, H. Entropy-Based Classifier Enhancement to Handle Imbalanced Class Problem. Procedia Computer Science, 2017, Vol. 104, 586.-591.lpp. ISSN 1877-0509. Pieejams: doi:10.1016/j.procs.2017.01.176
Papildinformācija Citējamību skaits:
  • Scopus  0
ID 24282