- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多类不平衡数据上的分类器性能比较研究
第37 卷 第10 期 计 算 机 工 程 2011 年5 月
Computer Engineering May 2011
Vol.37 No.10
文献标识码文献标识码::A
文献标识码文献标识码:: 中图分类号中图分类号::N945
文章编号文章编号::1000——3428(2011)10——0160——02 中图分类号中图分类号::
·人工智能及识别技术·人工智能及识别技术·· 文章编号文章编号:: —— —— ——
··人工智能及识别技术人工智能及识别技术··
多类不平衡数据上的分类器性能比较研究多类不平衡数据上的分类器性能比较研究
多类不平衡数据上的分类器性能比较研究多类不平衡数据上的分类器性能比较研究
倪黄晶倪黄晶,王,王 蔚蔚
倪黄晶倪黄晶,,王王 蔚蔚
(南京师范大学教育科学学院机器学习与认知实验室,南京 210097)
摘摘 要:要:不同的基分类器对不同分布类型的多类别不平衡数据的适应性存在较大差异。为此,针对分类器的选用问题,在分析比较准确率
摘摘 要要::
(ACC)及曲线下面积(AUC)的评价标准基础上,选择基于AUC 的分类器评价方法,将支持向量机、决策树和贝叶斯分类器应用于标准数据
集中,并采用AUC 来评价结果,得出相关结论:在多类不平衡数据上,贝叶斯是最好的基分类器,且SVM 分类器存在一定改进空间。
关键词关键词:多类不平衡数据: ;基分类器;ROC 曲线下面积;准确率
关键词关键词::
Comparison Research of Classifier Performance
on Multi-class Imbalanced Data
NI Huang-jing, WANG Wei
(Machine Learning and Cognition Lab, School of Education Science, Nanjing Normal University, Nanjing 210097, China)
【【Abstract 】】On di erent distribution of multi-class imbalanced data, di erent base classifiers have di erent adaptability. To aim at the classifier
【【 】】
selection problem, based on the analysis and compar
文档评论(0)