Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Fitxers

556420.pdf (3.34 MB)

Tipus de document

Article

Versió

Versió publicada

Data de publicació

2007

Tots els drets reservats

Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/8523

To select or to weigh: a comparative study of linear combination schemes for superparent-one-dependence estimators

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

http://dx.doi.org/10.1109/TKDE.2007.190650

Resum

We conduct a large-scale comparative study on linearly combining superparent-one-dependence estimators (SPODEs), a popular family of seminaive Bayesian classifiers. Altogether, 16 model selection and weighing schemes, 58 benchmark data sets, and various statistical tests are employed. This paper's main contributions are threefold. First, it formally presents each scheme's definition, rationale, and time complexity and hence can serve as a comprehensive reference for researchers interested in ensemble learning. Second, it offers bias-variance analysis for each scheme's classification error performance. Third, it identifies effective schemes that meet various needs in practice. This leads to accurate and fast classification algorithms which have an immediate and significant impact on real-world applications. Another important feature of our study is using a variety of statistical tests to evaluate multiple learning methods across multiple data sets.

Matèries

Estadística bayesiana, Complexitat computacional, Teoria de l'estimació, Aprenentatge automàtic, Reconeixement de formes (Informàtica)

Matèries (anglès)

Bayes methods, Computational complexity, Estimation theory, Learning (artificial intelligence), Pattern classification, Statistical testing

Citació

Col·leccions

Articles publicats en revistes (Matemàtiques i Informàtica)

Citació

YANG, Ying, et al. To select or to weigh: a comparative study of linear combination schemes for superparent-one-dependence estimators. IEEE Transactions on Knowledge and Data Engineering. 2007. Vol. 19, num. 12, pags. 1652-1665. ISSN 1041-4347. [consulted: 23 of August of 2026]. Available at: https://hdl.handle.net/2445/8523

Exportar metadades

JSON - METS

Compartir registre