Il s'agit de l'application Linux nommée GA-EoC à exécuter sous Linux en ligne dont la dernière version peut être téléchargée en tant que GA-EoC.jar. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée GA-EoC pour une exécution gratuite sous Linux en ligne avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN:
GA-EoC pour fonctionner sous Linux en ligne
DESCRIPTION:
Dans la classification des données, il n'y a pas de classificateurs particuliers qui fonctionnent de manière cohérente dans tous les cas. C'est encore pire dans le cas des ensembles de données de grande dimension et de classe déséquilibrée.Pour surmonter les limites des données déséquilibrées par classe, nous avons divisé l'ensemble de données en utilisant un sous-échantillonnage aléatoire pour les équilibrer. Ensuite, nous appliquons la méthode des ensembles de caractéristiques (alpha, bêta)-k pour sélectionner un meilleur sous-ensemble de caractéristiques et combinons leurs sorties pour obtenir un ensemble de caractéristiques consolidé pour l'apprentissage des classificateurs.
Pour améliorer les performances de classification, nous proposons un ensemble de classificateurs qui combinent les sorties de classification des classificateurs de base en utilisant l'approche de vote majoritaire la plus simple et la plus largement utilisée.
Au lieu de créer l'ensemble en utilisant tous les classificateurs de base, nous avons implémenté un algorithme génétique (AG) pour rechercher la meilleure combinaison à partir de classificateurs de base hétérogènes.
Les performances de classification obtenues par la méthode de la méthode proposée sur les jeux de données choisis sont prometteuses.
Fonctionnalités
- Générez des plis de validation croisée et enregistrez des ensembles de données sur le disque pour une utilisation future au format ARFF
- Générer et sérialiser sur disque des modèles de classificateur pour tous les dossiers de formation de validation croisée à utiliser par GA-EoC
- Générez et sérialisez sur disque tous les modèles de classificateur de base à l'aide de l'ensemble de données d'entraînement complet.
- Rechercher les meilleures combinaisons d'ensembles pour créer un ensemble hétérogène de classificateurs à l'aide de la validation croisée k-fold sur l'ensemble de données d'apprentissage (à l'aide d'un ensemble de données et de modèles de CV pré-générés)
- Évaluer les performances de la meilleure combinaison d'ensemble sur des données de test inconnues (utiliser des modèles pré-générés à l'aide de données d'entraînement complètes)
Audience
Technologies de l'information, Science/Recherche, Éducation, Utilisateurs finaux avancés, Développeurs
Interface utilisateur
Console/Terminal, ligne de commande
Langage de programmation
Java
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/geneticensembleclassifier/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.