Distance-Based Decision Tree Algorithms for Label Ranking

• Tipo: Artigo em Livro de Atas de Conferência Internacional
• Data: 2015

Autores

de Sa, CR (Autor) Outra; Rebelo, C (Autor) Outra; Carlos Soares (Autor) FEUP; Knobbe, A (Autor) Outra

Ata de Conferência Internacional

Título: PROGRESS IN ARTIFICIAL INTELLIGENCE

Páginas: 525-534

17th Portuguese Conference on Artificial Intelligence (EPIA)

Univ Coimbra, Coimbra, PORTUGAL, SEP 08-11, 2015

Indexação

ISI Web of Knowledge - 6 Citações

Scopus - 8 Citações

Classificação Científica

CORDIS: Ciências Físicas > Ciência de computadores > Cibernética > Inteligência artificial

FOS: Ciências exactas e naturais > Ciências da computação e da informação

Outras Informações

ID Authenticus: P-00G-SXT

DOI: 10.1007/978-3-319-23485-4_52

Abstract (EN): The problem of Label Ranking is receiving increasing attention from several research communities. The algorithms that have developed/adapted to treat rankings as the target object follow two different approaches: distribution-based (e.g., using Mallows model) or correlation-based (e.g., using Spearman's rank correlation coefficient). Decision trees have been adapted for label ranking following both approaches. In this paper we evaluate an existing correlation-based approach and propose a new one, Entropy-based Ranking trees. We then compare and discuss the results with a distribution-based approach. The results clearly indicate that both approaches are competitive.

Idioma: Inglês

Tipo (Avaliação Docente): Científica

Nº de páginas: 10