Expressive power of binary relevance and chain classifiers based on Bayesian Networks for multi-label classification

Varando, Gherardo; Bielza Lozoya, Maria Concepcion y Larrañaga Múgica, Pedro (2014). Expressive power of binary relevance and chain classifiers based on Bayesian Networks for multi-label classification. En: "7th European Workshop, PGM 2014", 17-19 Sep 2014, Utrecht, Holanda. ISBN 978-3-319-11433-0. pp. 519-534.

Descripción

Título: Expressive power of binary relevance and chain classifiers based on Bayesian Networks for multi-label classification
Autor/es:
  • Varando, Gherardo
  • Bielza Lozoya, Maria Concepcion
  • Larrañaga Múgica, Pedro
Tipo de Documento: Ponencia en Congreso o Jornada (Sin especificar)
Título del Evento: 7th European Workshop, PGM 2014
Fechas del Evento: 17-19 Sep 2014
Lugar del Evento: Utrecht, Holanda
Título del Libro: Probabilistic Graphical Models
Fecha: 2014
ISBN: 978-3-319-11433-0
Volumen: 8754
Materias:
Palabras Clave Informales: Bayesian network classifier; Multi-label classification; Expressive power; Chain classifier; Binary relevance
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (655kB) | Vista Previa

Resumen

Bayesian network classifiers are widely used in machine learning because they intuitively represent causal relations. Multi-label classification problems require each instance to be assigned a subset of a defined set of h labels. This problem is equivalent to finding a multi-valued decision function that predicts a vector of h binary classes. In this paper we obtain the decision boundaries of two widely used Bayesian network approaches for building multi-label classifiers: Multi-label Bayesian network classifiers built using the binary relevance method and Bayesian network chain classifiers. We extend our previous single-label results to multi-label chain classifiers, and we prove that, as expected, chain classifiers provide a more expressive model than the binary relevance method.

Más información

ID de Registro: 35334
Identificador DC: http://oa.upm.es/35334/
Identificador OAI: oai:oa.upm.es:35334
URL Oficial: http://link.springer.com/chapter/10.1007/978-3-319-11433-0_34
Depositado por: Memoria Investigacion
Depositado el: 27 May 2015 11:28
Ultima Modificación: 17 Nov 2017 09:08
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM