Classifying Unseen Cases with Many Missing Values

Zheng, Zijian; Low, Boon Toh

doi:10.1007/3-540-48912-6_50

Cited by 10 publications

(4 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In this approach, the way of dealing with missing values changes during the training and testing stages. During training, each value for an attribute is assigned a weight [60][61][62][63]. If an attribute value is known, then the weight is equal to one; otherwise, the weight of any other value for that attribute is the relative frequency of that attribute.…”

Section: Decision Treesmentioning

confidence: 99%

See 1 more Smart Citation

Pattern classification with missing data: a review

García-Laencina

Sancho‐Gómez

Figueiras-Vidal

2009

Neural Comput & Applic

653

388

View full text Add to dashboard Cite

Pattern classification has been successfully applied in many problem domains, such as biometric recognition, document classification or medical diagnosis. Missing or unknown data are a common drawback that pattern recognition techniques need to deal with when solving real-life classification tasks. Machine learning approaches and methods imported from statistical learning theory have been most intensively studied and used in this subject. The aim of this work is to analyze the missing data problem in pattern classification tasks, and to summarize and compare some of the well-known methods used for handling missing values.

show abstract

Section: Decision Treesmentioning

confidence: 99%

“…These procedures can handle missing values in any attribute for both training and test sets [59][60][61][62][63][64]. ID3 is a basic top-down decision tree algorithm that handles an unknown attribute by generating an additional edge for the unknown.…”

Section: Decision Treesmentioning

confidence: 99%

Pattern classification with missing data: a review

García-Laencina

Sancho‐Gómez

Figueiras-Vidal

2009

Neural Comput & Applic

653

388

View full text Add to dashboard Cite

show abstract

“…Support vector machines (SVMs) have been successfully applied to a wide range of pattern recognition problems, including handwriting recognition, object recognition, speaker identification, face detection and text categorization (Zheng 1999;Majumder et la. , 2005, Valentini et la.…”

Section: Support Vector Machines and Finding Extreme Pointsmentioning

confidence: 99%

Interactive Knowledge Discovery for Temporal Lobe Epilepsy

Ghannad-Rezaie¹,

Soltanian‐Zadeh²

2008

Data Mining in Medical and Biological Research

View full text Add to dashboard Cite

“…Nesse caso, o exemplo, istoé, o novo paciente, deve ser classificado com muitos valores desconhecidos. Zheng & Low (1999) analisam o uso de ensembles para aumentar a robustez dos algoritmos de aprendizado em classificar exemplos com valores desconhecidos. Na Tabela 5.1 na página oposta são apresentadas algumas das principais características dos conjuntos de dados utilizados neste estudo.…”

Section: Bupaunclassified

"Pré-processamento de dados em aprendizado de máquina supervisionado"

Batista¹

View full text Add to dashboard Cite

Data quality is a major concern in Machine Learning, which is frequently used to extract knowledge during the Data Mining phase of the relatively new research area called Knowledge Discovery from Databases-KDD. As most Machine Learning algorithms induce knowledge strictly from data, the quality of the knowledge extracted is largely determined by the quality of the underlying data. Agradecimentos Ainda me lembro do dia que conheci a professora Carolina. Parece até mesmo que não faz muito tempo. Eu ainda estava cursando o segundo grau e estava passeando de férias pela USP. Um dos meus primos, José Pacheco, que sempre me incentivou a ingressar na carreira acadêmica e que naépoca era aluno de mestrado da profa. Carolina, disseme que iria me apresentarà sua orientadora. Chegandoà sala da profa. Carolina, ele me apresentou. Ela me cumprimentou, foi extremamente gentil, como sempre, e os dois começaram a tratar dos assuntos da dissertação de mestrado dele. Naquelaépoca, eu jamais poderia imaginar o quanto aquela senhora, de sotaque espanhol carregado, poderia representar na minha vida. Nosúltimos oito anos ela não foi somente a minha orientadora de mestrado e doutorado, mas também a minha orientadora na vida. Ela me ensinou grande parte do que eu sei sobre Aprendizado de Máquina. Inúmeras foram as nossas discussões sobre o tema, e inúmeras vezes eu ouvi um doce "nãoé bem assim, filhinho" quando eu estava errado. Mas a profa. Carolina também me ensinou outras coisas tão valiosas quanto o conhecimento acadêmico. Uma delas, eu pretendo carregar comigo para sempre: a posturaética no trabalho e na vida. Carolina esteve comigo nos bons momentos, como nas festas de aniversário do Labic. Nos momentos chatos do trabalho quando nos reuníamosà noite e aos finais de semana para escrever artigos, e nos momentos difíceis, como no falecimento de minha avó. Minha avó, Margarida, da qual nunca posso esquecer, sempre acolhedora, ensinoume muito nos anos em que morei com ela na graduação. Importante, também, foi o apoio que sempre recebi da minha família. Agradeço aos meus pais por sempre terem me apoiado a estudar.À minha mãe por sempre me apoiar nas decisões que tomei em minha carreira. E, em especial, ao meu pai por freqüentemente me dizer que fazer uma pós-graduação era o caminho certo. Agradeço, também,à Claudia, minha namorada e ao mesmo tempo minha colega de doutorado. Esses anos de doutorado teriam sido muito mais difíceis se você não estivesse comigo todos os dias. Obrigado por me apoiar sempre, seja qual for a coisa que eu resolva fazer. Durante esses anos, dois amigos me ajudaram muito com o meu trabalho. Primeiro, José Augusto pelas diversas conversas sobre Mineração de Dados, KDD e a criação do ix projeto Discover. Eu tenho utilizado como referência de qualidade muitos trabalhos desenvolvidos por você. E o Ronaldo, um pesquisador com uma capacidade incrível, com quem tenho desenvolvido muitas das idéias que têm dado vida ao Discover. Agradeço, também aos amigos Daniel, Kaminski, Valmir e Rodrigo pelos momentos de bagunça nas ...

show abstract

Classifying Unseen Cases with Many Missing Values

Cited by 10 publications

References 1 publication

Pattern classification with missing data: a review

Pattern classification with missing data: a review

Interactive Knowledge Discovery for Temporal Lobe Epilepsy

"Pré-processamento de dados em aprendizado de máquina supervisionado"

Contact Info

Product

Resources

About