代价敏感分类器的比较研究(英文)

查看全文 作　　者：[1]凌晓峰;SHENG Victor [1]S.

机构地区：[1]加拿大西安大略大学计算机科学系

出　　处：《计算机学报》索引2007年第30卷第8期,共10页

摘　　要：简要地回顾了代价敏感学习的理论和现有的代价敏感学习算法.将代价敏感学习算法分为两类,分别是直接代价敏感学习和代价敏感元学习,其中代价敏感元学习可以将代价不敏感的分类器转换为代价敏感的分类器.提出了一种简单、通用、有效的元学习算法,称为经验阈值调整算法(简称ETA).评估了各种代价敏感元学习算法和ETA的性能.ETA几乎总是得到最低的误分类代价,而且它对误分类代价率最不敏感.还得到了一些关于元学习的其它有用结论.文章是'Thresholding for Making Classifiers Cost-sensitive'的改进和扩展版本,原文章由Victor S.Sheng和Charles X.Ling完成,发表于AAAI2006国际会议. 关键词：代价敏感学习元学习经验阈值调整

相关文献

参考文献（24）
引证文献（36）
耦合文献（0）

参考文献(24)

引证文献(36)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

代价敏感分类器的比较研究(英文)

参考文献(24)

引证文献(36)

用户提示