| 12345678910111213141516171819202122232425262728 |
- Für den DYCOS-Algorithmus wurde in \cite{aggarwal2011} bewiesen,
- dass sich nach Ausführung von DYCOS für einen unbeschrifteten
- Knoten mit einer Wahrscheinlichkeit von höchstens
- $(1-k)\cdot e^{-l \cdot b^2 / 2}$ eine Knotenbeschriftung ergibt, deren
- relative Häufigkeit weniger als $b$ der häufigsten Beschriftung ist.
- Dabei ist $k$ die Anzahl der Klassen und $l$ die Länge der
- Random-Walks.
- Außerdem wurde experimentell anhand des DBLP-Datensatzes\footnote{http://dblp.uni-trier.de/}
- und des CORA-Datensatzes\footnote{http://people.cs.umass.edu/~mccallum/data/cora-classify.tar.gz}
- gezeigt, dass die Klassifikationsgüte nicht wesentlich von der
- maximalen Listenlänge $a$ und der Anzahl der Wörter mit
- höchstem Gini-Koeffizient $m$ abhängt. Obwohl es sich nicht sagen lässt,
- wie genau die Ergebnisse aus \cite{aggarwal2011} zustande gekommen sind,
- eignet sich das Kreuzvalidierungsverfahren zur Bestimmung der Klassifikationsgüte
- wie es in \cite{Lavesson,Stone1974} vorgestellt wird:
- \begin{enumerate}
- \item Betrachte nur $V_{L,T}$.
- \item Unterteile $V_{L,T}$ zufällig in $k$ disjunkte Mengen $M_1, \dots, M_k$.
- \item \label{schritt3} Teste die Klassifikationsgüte, wenn die Knotenbeschriftungen
- aller Knoten in $M_i$ für DYCOS verborgen werden für $i=1,\dots, k$.
- \item Bilde den Durchschnitt der Klassifikationsgüten aus \cref{schritt3}.
- \end{enumerate}
- Es wird $k=10$ vorgeschlagen.
|
