基于预算约束下的分类学习

• 作者: 倪艾玲 柯栋梁
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 预算约束 分类 代价敏感学习 决策树
• 年，卷（期）: 2008,（2）
• 页码范围: 197-201
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2008.02.023

摘要

根据用户所能提供的资金和时间预算约束,针对现实中存在问题的需要,使用Lazy Decision Tree作为基本的分类方法,并给出了新的分裂属性选择标准,建立基于代价敏感的分类器.该分类器用多维代价取代前人工作中将多维代价转换成一维代价方法,在给定二维预算约束下,最大限度地减小误分类代价,获得相对最优的分类器.该分类器以实际应用为背景.具有很强的实用价值.实验证明.该方法是切实可行并有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪艾玲	安徽工业大学计算机学院	2	4	1.0	2.0
2	柯栋梁	安徽工业大学计算机学院	6	114	4.0	6.0