Cost—Sensitive学习的一个新课题.pdfVIP

维普资讯 第 25卷 第 4期 广西师范大学学报：自然科学版 Vo1．25 No．4 2007年 12月 JournalofGuangxiNormalUniversity：NaturalScienceEdition Dee．2007 Cost—Sensitive学习的一个新课题 周生明，廖元秀 (广西师范大学计算机科学与信息工程学院，广西桂林 541004) 摘 要：Cost—Sensitive学习注重分类过程中的各种代价，特别是误分类代价和属性代价。在 Cost—Sensitive学 习中还有一种代价对分类的总代价有较大影响，这种代价可称为分类延时代价，即延误分类而造成的代价。 包含分类延时代价的Cost—Sensitive学习是Cost—Sensitive学习中一个新的课题，这个新课题的 目标是使分 类过程中的误分类代价、检查代价及分类延时代价之和达到最小。给出包含一种简单的分类延时代价的 Cost—Sensitive学习，提出一个既 “摊薄”延时代价又减少浪费检查代价的检查策略。 关键词：Cost—Sensitive学习；分类延时代价；序列检查策略；批检查策略 中图分类号：TP18 文献标识码 ：A 文章编号 ：1001—6600(2007)04—0055—04 包含分类延时代价的Cost—Sensitive学习是Cost—Sensitive学习中的一个新课题，它把分类延时代价 作为分类总代价的一部分加以考虑 。所谓分类延时代价就是 由于未能及时分类而造成的代价 。如在医生 诊病过程中，为了减少误诊代价，医生常常让病人做一些医疗检查。但许多检查都要等一段时间才能得出 结果，这会延误病情的诊断，而延误诊断会引起病情加重、耽误治疗等问题，从而造成某种代价。这种代价 就是诊病过程中的延误诊断代价 。 关于分类 问题的研究，早期的工作有J．R．Quinlan口提出的C4．5搜索策略。M．Nunez[2]、M．Tan[3] 等人研究了检查代价与分类准确性之间的关系，但没有考虑误分类代价。P．D．Turney[4分析了机器学习 中的各种代价，其 中误分类代价和检查代价是最重要的两种代价。Charles等人[5 讨论了在检查过程中以 最小的代价来获取检查例子的缺失值，从而减少分类的总代价。分类问题有许多应用且与代价有关，如网 页上的文本分类等口]。分类问题中的另一种代价——分类延时代价尚未得到深入研究，包含分类延时代 价的Cost—Sensitive学习是一个新的课题。 本文研究包含一种简单分类延时代价(分类延时代价是时间的线性函数)的Cost—Sensitive学习。通 常情况下，检查代价和误分类代价之间有密切的关系，增加检查代价可减少误分类代价。但由于分类延时 代价是相对独立的，它不受别的代价的影响，所以原有的Cost—Sensitive学习的研究方法不能直接用于包 含分类延时代价的学习。为此，我们设计一个既 “摊薄”延时代价又减少浪费检查代价的检查策略，并给出 具体的算法。该算法的目标是使分类过程中的3种代价 (误分类代价、检查代价及分类延时代价)之和最 小。 1 包含分类延时代价的Cost—Sensitive学习 分类延时代价是指在分类过程中由于未能及时完成分类而造成的代价。在现实世界中，许多问题的解 决都带有时限性，即要求在规定的时间内解决。若不能及时解决就会造成某些代价，而且时间越长代价越 大。在分类问题 中有许多因素会影响问题的及时解决，从而造成分类的延时。例如，在医生诊病过程中，许 多医疗检查需要一定的时间才能得出结果。本文只考虑 由获取检查结果的延时引起的分类延时代价，且分 类延时代价是时间的线性函数 。具体地说，若完成分类的时间为f，则分类延时代价为 ×f，其中 是一个 收稿 日期 ：2007—07—12 基金项 目：国家 自然科学基金资助项 目 通讯联系人：周生明(1956一)，男(壮族)，广西象州人，广西师范大学副教授。E—mail：zhoushengming66@163．corn