Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms (2024)
- Authors:
- USP affiliated authors: CERRI, RICARDO - ICMC ; CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE - ICMC
- Unidade: ICMC
- DOI: 10.1007/s10618-024-01002-5
- Subjects: APRENDIZADO COMPUTACIONAL; ALGORITMOS ÚTEIS E ESPECÍFICOS
- Keywords: Decision tree induction algorithms; Hyperparameter tuning; Hyperparameter profile; J48; CART
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Data Mining and Knowledge Discovery
- ISSN: 1384-5810
- Volume/Número/Paginação/Ano: v. 38, n. 3, p. 1364-1416, May 2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MANTOVANI, Rafael Gomes et al. Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms. Data Mining and Knowledge Discovery, v. 38, n. 3, p. 1364-1416, 2024Tradução . . Disponível em: https://doi.org/10.1007/s10618-024-01002-5. Acesso em: 28 fev. 2026. -
APA
Mantovani, R. G., Horváth, T., Rossi, A. L. D., Cerri, R., Barbon Júnior, S., Vanschoren, J., & Carvalho, A. C. P. de L. F. de. (2024). Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms. Data Mining and Knowledge Discovery, 38( 3), 1364-1416. doi:10.1007/s10618-024-01002-5 -
NLM
Mantovani RG, Horváth T, Rossi ALD, Cerri R, Barbon Júnior S, Vanschoren J, Carvalho ACP de LF de. Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms [Internet]. Data Mining and Knowledge Discovery. 2024 ; 38( 3): 1364-1416.[citado 2026 fev. 28 ] Available from: https://doi.org/10.1007/s10618-024-01002-5 -
Vancouver
Mantovani RG, Horváth T, Rossi ALD, Cerri R, Barbon Júnior S, Vanschoren J, Carvalho ACP de LF de. Better trees: an empirical study on hyperparameter tuning of classification decision tree induction algorithms [Internet]. Data Mining and Knowledge Discovery. 2024 ; 38( 3): 1364-1416.[citado 2026 fev. 28 ] Available from: https://doi.org/10.1007/s10618-024-01002-5 - Redes neurais e algoritmos genéticos para problemas de classificação hierárquica multirrótulo
- Técnicas de classificação hierárquica multirrótulo
- Ensemble methods for selecting single nucleotide polymorphisms associated to rice phenotypes
- Contribuições em Redes Neurais Artificiais e Aprendizado de Máquina para Predições com Multiplas Saídas
- Data stream mining to predict recommended actions for firewall network traffic
- Growing self-organizing maps for multi-label classification
- Comparative analysis of machine learning algorithms for identifying genetic markers linked to Alzheimer's disease
- Semi-supervised predictive clustering trees for multi-label protein subcellular localization
- Multi-label classification with label clusters
- Ensemble multi-label classification using closed frequent labelsets and label taxonomies
Informações sobre o DOI: 10.1007/s10618-024-01002-5 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3180075.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
