月旦知識庫
 
  1. 熱門:
 
首頁 臺灣期刊   法律   公行政治   醫事相關   財經   社會學   教育   其他 大陸期刊   核心   重要期刊 DOI文章
電子商務學報 本站僅提供期刊文獻檢索。
  【月旦知識庫】是否收錄該篇全文,敬請【登入】查詢為準。
最新【購點活動】


篇名
由已訓練類神經網路擷取成本敏感之分類規則
並列篇名
An Approach of Retrieving Cost-Sensitive Classification Rules from Trained Neural Networks
作者 黃宇翔毛紹睿
中文摘要
類神經網路為處理資料探勘問題的技術之一,其學習結果通常有較高的正確率,且對於存有雜訊的資料有較好的容錯能力,其網路架構也能夠表達屬性問複雜的關係。然而其學習結果為一黑箱,對於使用者缺乏解釋能力,使得類神經網路在應用上受到一定程度的限制。本研究透過規則歸納演算法由己訓練類神經網路中擷取出明確的規則,用以解釋類神經網路的學習結果,且所提出之規則擷取架構將能夠適用於不同的類神經網路模式中。並於規則擷取的過程考量分類錯誤成本的影響,使所擷取之規則能反應不同類別的分類錯誤成本更能符合實務上的需要。本研究架構以Cendrowska所提出之PRISM演算法為規則擷取基礎,分別以Adacost、Metacost以及修改PRISM資訊函數三種方式使所擷取之規則能考量分類錯誤成本。並將本研究方法與REFNE規則擷取架構,以UCI-ML資料庫為評比基礎就所產生規則之規則數目、正確率以及分類錯誤成本進行比較與分析。
英文摘要
Neural network, as a popular approach in data mining, usually has better learning results with relatively high accuracy. It provides good fau1t-tolerant ability for handling data with noises, and its network structure can also presents the complicated relationships among attributes. However, such black-boxed type of neural network process lacks the ability of explanation to offer the users with comprehensibly manageable knowledge, and the applications of neural network are occasionally restricted. In this paper, a rule induction algorithm is employed to retrieve the explicit rules for interpret the learning results from neural networks. Furthermore, by considering the misclassification costs in the retrieval process, the retrieved rules would be more realistic to practical uses. The proposed approach is based on PRISM algorithm proposed by Cendrowska, and uses the methods of Adacost, Metacost, and information entropy to consider the misclassification costs. An empirical investigation is performed by utilizing the UCI-ML database to verify the effectiveness of the proposed approach.
起訖頁 275-291
關鍵詞 資料探勘類神經網路規則擷取分類錯誤成本Data mining neural networkRule extractionMisclassification cost
刊名 電子商務學報  
期數 200509 (7:3期)
出版單位 中華企業資源規劃學會
該期刊-上一篇 植基於雜湊函數之電子旅行支票系統
該期刊-下一篇 A Review of Software Selection Using the Analytic Hierarchy Process
 

新書閱讀



最新影音


優惠活動




讀者服務專線:+886-2-23756688 傳真:+886-2-23318496
地址:臺北市館前路28 號 7 樓 客服信箱
Copyright © 元照出版 All rights reserved. 版權所有,禁止轉貼節錄