@prefix prodottidellaricerca: . @prefix istituto: . @prefix prodotto: . istituto:CDS029 prodottidellaricerca:prodotto prodotto:ID79852 . @prefix pubblicazioni: . @prefix unitaDiPersonaleInterno: . unitaDiPersonaleInterno:MATRICOLA39222 pubblicazioni:autoreCNRDi prodotto:ID79852 . @prefix unitaDiPersonaleEsterno: . unitaDiPersonaleEsterno:ID10833 pubblicazioni:autoreCNRDi prodotto:ID79852 . @prefix modulo: . modulo:ID6112 prodottidellaricerca:prodotto prodotto:ID79852 . @prefix rdf: . @prefix retescientifica: . prodotto:ID79852 rdf:type retescientifica:ProdottoDellaRicerca , prodotto:TIPO1301 . @prefix rdfs: . prodotto:ID79852 rdfs:label "Maximizing pattern separation in discretizing continuous features for classification purposes (Contributo in atti di convegno)"@en . @prefix xsd: . prodotto:ID79852 pubblicazioni:anno "2010-01-01T00:00:00+01:00"^^xsd:gYear ; pubblicazioni:doi "10.1109/IJCNN.2010.559683"^^xsd:string . @prefix skos: . prodotto:ID79852 skos:altLabel "
E. Ferrari, M. Muselli (2010)
Maximizing pattern separation in discretizing continuous features for classification purposes
in World Congress on Computational Intelligence \u0096 WCCI 2010, Barcelona, Spain, 18-23 July 2010
"^^rdf:HTML ; pubblicazioni:autori "E. Ferrari, M. Muselli"^^xsd:string ; pubblicazioni:paginaInizio "2654"^^xsd:string ; pubblicazioni:paginaFine "2661"^^xsd:string ; pubblicazioni:titoloVolume "Proceedings of the World Congress on Computational Intelligence (WCCI 2010)"^^xsd:string ; pubblicazioni:note "Data, volume e pagine: 18-23 July 2010, 2654-2661\n\n"^^xsd:string ; skos:note "Scopu"^^xsd:string , "ISI Web of Science (WOS)"^^xsd:string ; pubblicazioni:affiliazioni "E. Ferrari, M. Muselli: CNR-IEIIT, Genova, Italy"^^xsd:string ; pubblicazioni:titolo "Maximizing pattern separation in discretizing continuous features for classification purposes"^^xsd:string ; pubblicazioni:isbn "978-1-4244-6917-8"^^xsd:string ; prodottidellaricerca:abstract "Discretization is a fundamental phase for many\nclassification algorithms: it aims at finding a proper set of\ncutoffs that subdivide a continuous domain into homogeneous\nintervals; the points in each interval should have a high\nprobability of belonging to the same class. This paper proposes\ntwo different approaches for discretization: the first one consists\nin retrieving the optimal set of separation points through\nthe solution of a proper linear programming problem. Since\nthe optimal solution may require an excessive computational\nburden, an alternative technique, based on the iterative addition\nof separation points, is described. The greedy algorithm is\nevaluated on some artificial datasets and compared with other\nwell-known discretization techniques such as EntMDL. The\nresults of the simulations show the good performances of the\nnovel algorithm in terms both of accuracy of the solution and\nof computational effort required for its generation."@en . @prefix ns12: . prodotto:ID79852 pubblicazioni:editore ns12:ID322 ; prodottidellaricerca:prodottoDi istituto:CDS029 , modulo:ID6112 ; pubblicazioni:autoreCNR unitaDiPersonaleEsterno:ID10833 , unitaDiPersonaleInterno:MATRICOLA39222 . @prefix parolechiave: . prodotto:ID79852 parolechiave:insiemeDiParoleChiave . ns12:ID322 pubblicazioni:editoreDi prodotto:ID79852 . parolechiave:insiemeDiParoleChiaveDi prodotto:ID79852 .