基于代价信息的二类分类器性能评估方法

被引：4

作者：

姜鹏 ^{[1
]}

秦锋 ^{[2
]}

罗慧 ^{[2
]}

机构：

[1] 安徽工业大学电气工程学院

[2] 安徽工业大学计算机学院

来源：

计算机技术与发展 | 2008年 / 18卷 / 12期

关键词：

AUC; 二类分类器; 代价信息; AUCCH; 最优分类器; 潜在最优分类器;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

基于ROC曲线的AUC评估方法能有效评估二类分类器的性能,但是该方法只能评估分类器的总体性能,对代价信息不敏感。基于AUC方法提出用AUCCH方法评估二类分类器性能,该方法在具体代价信息下能分辨出最优分类器,在代价信息未知时能分辨出潜在最优分类器。在MBNC实验平台下编程实现,通过对AUC方法和AUCCH方法实验结果的比较,表明该方法具有有效性和健壮性。

引用

页码：63 / 66

页数：4