基于AUC的SVM多类分类方法的研究

• 作者: 张晓龙 江川
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 AUC 核函数 多类转换方法
• 年，卷（期）: 2007,（14）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 166-169
• 页数: 4页
• 分类号: TP301
• 字数: 3390字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.14.048

摘要

AUC(ROC曲线下面积)评价标准已经广泛地用于度量机器学习中各种分类算法在两类数据集上的分类性能.首先介绍了SVM(支持向量机)多类分类方法,然后对AUC方法进行了系统地介绍,最后通过实验来比较各种SVM多类分类方法在多类别数据集上的AUC的值.实验结果表明,AUC值和核函数和多类转换方法的选取都有着密切的联系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓龙	武汉科技大学计算机科学与技术学院	49	652	13.0	24.0
2	江川	武汉科技大学计算机科学与技术学院	2	34	2.0	2.0