10.3321/j.issn:0254-4164.2007.08.001
代价敏感分类器的比较研究
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.
代价敏感学习、元学习、经验阈值调整
30
TP18(自动化基础理论)
2007-10-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
1203-1212