代价敏感分类算法的实验比较

• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 机器学习 代价敏感 决策树 分类 集成学习
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 628-635
• 页数: 8页
• 分类号: TP301.6
• 字数: 5911字
• 语种: 中文

摘要

对8种不同代价敏感分类算法进行了比较研究.目的是通过实验手段,分析不同代价敏感算法的行为和当其归纳过程发生变化时,对错误分类的总代价、高代价错误数量和错误的总数量所产生的影响.对其中的Ada-Cost方法,本文分析了为何其代价调整因子可能对其性能带来负面影响,并实现了2种变体方法,提高了其性能.