Informace o publikaci
Performing Feature Selection Before Removing Outliers To Increase Classfier's Accuracy
| Název česky | Výběr atributů a odstranění odlehlých příkladů pro zvýšení správnosti klasifikace |
|---|---|
| Autoři | |
| Rok publikování | 2018 |
| Druh | Článek ve sborníku |
| Konference | DATA A ZNALOSTI & WIKT 2018, sborník konference |
| Fakulta / Pracoviště MU | |
| Citace | |
| Klíčová slova | Feature selection; Outlier detection; classification accuracy |
| Popis | This work addresses the problem of feature selection for boosting the performance of outlier detectors in the context of supervised classification. Different feature selection and outlier detection methods are applied to four datasets used in the experiment and a comparative analysis between combinations of these methods is reported. We present combinations producing the best accuracy of a classifier and show the optimal number of outliers to be removed. |
| Související projekty: |