A Nonparametric Classification Algorithm based on Optimized Templates

Autoři: RNDr. Jan Kalina, Ph.D.
Rok vydání: 2018
Typ publikace: Konferenční příspěvek (mezinárodní konf.)
Periodikum: Nonparametric Statistics : 3rd ISNPS, Avignon, France, June 2016
Projekty: Analýza funkční organizace epileptogenních sítí s využitím teorie grafů: význam pro předoperační diagnostiku pacientů s neokortikální epilepsií
Bibliografická citace: KALINA, Jan. A Nonparametric Classification Algorithm based on Optimized Templates. In: BERTAIL, P., BLANKE, D., CORNILLON, P., MATZNER-LOBER, E., eds. Nonparametric Statistics : 3rd ISNPS, Avignon, France, June 2016. Cham: Springer, 2018, S. 119-132. Springer Proceedings in Mathematics & Statistics, 250. ISBN 978-3-319-96941-1. ISSN 2194-1009
Dostupné z: doi:10.1007/978-3-319-96941-1_8
DOI: 10.1007/978-3-319-96941-1_8
ID: 502361

Abstrakt

In this paper, a novel nonparametric classification method to two groups is proposed, which is based on a centroid (prototype, template) of one of the groups. The method does not consider any distributional assumptions, allows a clear interpretation and optimizes the centroid without any parametric model, as it is common in the nonparametric regression context.