Dies ist die Linux-App mit dem Namen „Cost-sensitive Classifiers“, die unter Linux online ausgeführt werden kann und deren neueste Version als AllCode.rar heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen „Cost-sensitive Classifiers“ herunter und führen Sie sie online aus, um sie unter Linux online mit OnWorks kostenlos auszuführen.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
Kostenempfindliche Klassifizierer zur Online-Ausführung unter Linux
BESCHREIBUNG
Adaboost-Erweiterungen für kostenbewusste KlassifizierungCSErweiterung 1
CSErweiterung 2
CSErweiterung 3
CSErweiterung 4
CSErweiterung 5
AdaKosten
Boost
KostenBoost
Uboost
KostenUBoost
AdaBoostM1
Implementierung aller aufgeführten Algorithmen des Clusters "kostensensitive Klassifikation".
Dies sind die Metaalgorithmen, die Basisalgorithmen erfordern, z. B. Decision Tree
Außerdem,
Abstimmungskriterien sind ebenfalls erforderlich, z. B. Kriterien für minimale erwartete Kosten
Die Eingabe erfordert auch das Laden einer arff-Datei und einer Kostenmatrix (Beispiel-arff- und Kostendateien werden als Referenz für die Benutzer hochgeladen)
Diese Erweiterung verwendet weka zur Klassifizierung und generiert das Klassifizierungsmodell zusammen mit der Konfusionsmatrix. Für gegebenen Datensatz und Kostenmatrix
Eigenschaften
- kostensensibles Data Mining
- Data Mining
- adaboost
- kostensensibles Adaboost
Publikum
Wissenschaft/Forschung, Ingenieurwesen
Benutzeroberfläche
Java-Schaukel
Programmiersprache
Javac
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/csextensions/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.
