基于代价信息的二类分类器性能评估方法

• 作者: 姜鹏 秦锋 罗慧
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: AUC 二类分类器 代价信息 AUCCH 最优分类器 潜在最优分类器
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 63-66
• 页数: 4页
• 分类号: TP311
• 字数: 2662字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.12.020

摘要

基于ROC曲线的AUC评估方法能有效评估二类分类器的性能,但是该方法只能评估分类器的总体性能,对代价信息不敏感.基于AUC方法提出用AUCCH方法评估二类分类器性能,该方法在具体代价信息下能分辨出最优分类器,在代价信息未知时能分辨出潜在最优分类器.在MBNC实验平台下编程实现,通过对AUC方法和AUCCJ方法实验结果的比较,表明该方法具有有效性和健壮性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋	安徽工业大学计算机学院	81	783	15.0	25.0
2	罗慧	安徽工业大学计算机学院	5	112	4.0	5.0
3	姜鹏	安徽工业大学电气工程学院	6	22	2.0	4.0