Högskolan i Skövde

his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
G-REX: A Versatile Framework for Evolutionary Data Mining
University of Borås, Sweden.
University of Borås, Sweden.
Högskolan i Skövde, Institutionen för kommunikation och information. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Cognition and Artificial Intelligence Lab (SCAI))
2008 (Engelska)Ingår i: Proceedings - IEEE International Conference on Data Mining Workshops, ICDM Workshops 2008 / [ed] Francesco Bonchi; Bettina Berendt; Fosca Giannotti; Dimitrios Gunopulos; Franco Turini; Carlo Zaniolo; Naren Ramakrishnan; Xindong Wu, IEEE, 2008, s. 971-974Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper presents G-REX, a versatile data mining framework based on Genetic Programming. What differs G-REX from other GP frameworks is that it doesn’t strive to be a general purpose framework. This allows G-REX to include more functionality specific to data mining like preprocessing, evaluation- and optimization methods, but also a multitude of predefined classification and regression models. Examples of predefined models are decision trees, decision lists, k-NN with attribute weights, hybrid kNN-rules, fuzzy-rules and several different regression models. The main strength is, however, the flexibility, making it easy to modify, extend and combine all of the predefined functionality. G-REX is, in addition, available in a special Weka package adding useful evolutionary functionality to the standard data mining tool Weka.

 

 

Ort, förlag, år, upplaga, sidor
IEEE, 2008. s. 971-974
Serie
IEEE International Conference on Data Mining Workshops, ICDMW, ISSN 2375-9232, E-ISSN 2375-9259
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Teknik
Identifikatorer
URN: urn:nbn:se:his:diva-2829DOI: 10.1109/ICDMW.2008.117Scopus ID: 2-s2.0-62449143933ISBN: 978-0-7695-3503-6 (digital)OAI: oai:DiVA.org:his-2829DiVA, id: diva2:201484
Konferens
IEEE International Conference on Data Mining Workshops, ICDM Workshops 2008, Pisa, 15 December 2008 through 19 December 2008
Tillgänglig från: 2009-03-04 Skapad: 2009-03-04 Senast uppdaterad: 2025-09-29Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

König, RikardNiklasson, Lars

Sök vidare i DiVA

Av författaren/redaktören
König, RikardNiklasson, Lars
Av organisationen
Institutionen för kommunikation och informationForskningscentrum för Informationsteknologi
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 1001 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf