返回
Linear separability and classification complexity
DOI:10.1016/j.eswa.2012.01.090.png)
摘要
En 中文
我们研究了线性可分性与分类数据集复杂程度之间的关系。线性可分离的分类问题通常比非线性可分离的分类问题更容易解决。这表明线性可分性和分类复杂性之间存在很强的相关性。我们提出了一种新颖而简单的方法来量化分类问题的复杂性。下面所示的方法将任何两类分类问题简化为一系列线性可分离的步骤。这样的减少步骤的数量可以被视为测量不可分离性的程度,并且因此测量问题的复杂性。这种量化又可用作分类数据集的复杂性的度量。提供了使用几个基准获得的结果。(C)2012 Elsevier Ltd.版权所有。
Keyword:
Linear separability
Complexity
Classification
Non linear separability
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.5
论文数:
2.9W
被引数:
10.2W
机构
引用论文
A series of transition metal coordination polymers based on a rigid bi-functional carboxylate–triazolate tecton
CrystEngComm
IF0

