Оптимизация параметров нечеткого классификатора комбинацией алгоритмов гравитационного поиска и прыгающих лягушек
Статья в сборнике трудов конференции
In the present article, we analyze the effectiveness of combining two metaheuristic algorithms for tuning parameters of a fuzzy classifier. To work with imbalanced data, a fitness function is used based on a compromise between the overall accuracy and the geometric mean of accuracy of each class. The experiment was performed on data sets from the KEEL repository with an imbalance coefficient of at least three.
Библиографическая запись: Бардамова, М. Б. Оптимизация параметров нечеткого классификатора комбинацией алгоритмов гравитационного поиска и прыгающих лягушек / М. Б. Бардамова; науч. рук. И. А. Ходашинский // Перспективы развития фундаментальных наук : сборник научных трудов XVII Международной конференции студентов, аспирантов и молодых ученых (Томск, 21-24 апреля 2020 г.) : в 7 т. – Томск : Томский государственный университет систем управления и радиоэлектроники, 2020. – Т. 7. – С. 23-25.
Ключевые слова:
НЕЧЕТКИЙ КЛАССИФИКАТОР АЛГОРИТМ ПРЫГАЮЩИХ ЛЯГУШЕК ГРАВИТАЦИОННЫЙ АЛГОРИТМ МЕТАЭВРИСТИКИ МАШИННОЕ ОБУЧЕНИЕКонференция:
- XVII Международная конференция студентов, аспирантов и молодых ученых "Перспективы развития фундаментальных наук"
- Russia, Томская область, Tomsk, 21-24 апреля 2020,
- Международная
Издательство:
Томский государственный университет систем управления и радиоэлектроники
Russia, Томская область, Tomsk