会员服务
分类是数据挖掘的一种非常重要的方法。分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型（即我们通常所说的分类器(Classifier)）。该函数或模型能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测。总之，分类器是数据挖掘中对样本进行分类的方法的统称，包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。
Does the Data Processing Inequality Reflect Practice? On the Utility of Low-Level Tasks
Arxiv
0+阅读 · 6月16日
Resource-Efficient Variational Quantum Classifier
Arxiv
0+阅读 · 6月16日
Ensemble RL through Classifier Models: Enhancing Risk-Return Trade-offs in Trading Strategies
Arxiv
0+阅读 · 6月16日
On Randomized Algorithms in Online Strategic Classification
Arxiv
0+阅读 · 6月15日
DeMix: Debugging Training Data with Mixed Data Error Types by Investigating Influence Vectors
Arxiv
0+阅读 · 6月16日
When LLMs Analyze Scars: From Images to Clinically-Meaningful Features
Arxiv
0+阅读 · 6月16日
SketchXplain: Intuitive Visual Explanations of Image Classifiers with Sketches
Arxiv
0+阅读 · 6月16日
The Importance of Phase in Neural Representations: An Internal Oppenheim-Lim Test of Image Classifiers
Arxiv
0+阅读 · 6月15日
Not all Jensen-Shannon Divergence Estimators are Equal
Arxiv
0+阅读 · 6月15日
Few-shot Class-variable Incremental Audio Classification via Prototype Adaptation and Pseudo Class-variable Training
Arxiv
0+阅读 · 6月14日
Beyond the Final Label: Exploiting the Untapped Potential of Classification Histories in Astronomical Light Curve Analysis
Arxiv
0+阅读 · 6月12日
TNODEV: Toolbox for Neural ODE Verification
Arxiv
0+阅读 · 6月15日
Beyond Rebalancing: Benchmarking Binary Classifiers Under Class Imbalance Without Rebalancing Techniques
Arxiv
0+阅读 · 6月15日
Optimized Sequential Testing for Binary Ensemble Classifiers
Arxiv
0+阅读 · 6月13日
Scaling LLM Reasoning from Minimal Labels: A Semi-Supervised Framework with a Lightweight Verifier
Arxiv
0+阅读 · 6月15日
参考链接
微信扫码咨询专知VIP会员
Top