Using dynamical quantization to perform split attempts in online tree regressors (2021)
- Authors:
- USP affiliated authors: CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE - ICMC ; MASTELINI, SAULO MARTIELLO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.patrec.2021.01.033
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO; ALGORITMOS ÚTEIS E ESPECÍFICOS
- Keywords: Online regression; Incremental regression; Decision trees; Hoeffding trees
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Pattern Recognition Letters
- ISSN: 0167-8655
- Volume/Número/Paginação/Ano: v. 145, p. 37-42, May 2021
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
-
ABNT
MASTELINI, Saulo Martiello e CARVALHO, André Carlos Ponce de Leon Ferreira de. Using dynamical quantization to perform split attempts in online tree regressors. Pattern Recognition Letters, v. 145, p. 37-42, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.patrec.2021.01.033. Acesso em: 18 nov. 2024. -
APA
Mastelini, S. M., & Carvalho, A. C. P. de L. F. de. (2021). Using dynamical quantization to perform split attempts in online tree regressors. Pattern Recognition Letters, 145, 37-42. doi:10.1016/j.patrec.2021.01.033 -
NLM
Mastelini SM, Carvalho ACP de LF de. Using dynamical quantization to perform split attempts in online tree regressors [Internet]. Pattern Recognition Letters. 2021 ; 145 37-42.[citado 2024 nov. 18 ] Available from: https://doi.org/10.1016/j.patrec.2021.01.033 -
Vancouver
Mastelini SM, Carvalho ACP de LF de. Using dynamical quantization to perform split attempts in online tree regressors [Internet]. Pattern Recognition Letters. 2021 ; 145 37-42.[citado 2024 nov. 18 ] Available from: https://doi.org/10.1016/j.patrec.2021.01.033 - Fast and lightweight binary and multi-branch Hoeffding tree regressors
- Efficient online tree, rule-based, and distance-based algorithms
- 2CS: correlation-guided split candidate selection in Hoeffding tree regressors
- SWINN: efficient nearest neighbor search in sliding windows using graphs
- Online extra trees regressor
- A meta-learning approach for selecting image segmentation algorithm
- Online local boosting: improving performance in online decision trees
- Improved prediction of soil properties with multi-target stacked generalisation on EDXRF spectra
- Towards meta-learning for multi-target regression problems
- On ensemble techniques for data stream regression
Informações sobre o DOI: 10.1016/j.patrec.2021.01.033 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3021062.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
