BO-AUC多类分类评估方法

• 作者: 刘牛 杨帆 秦锋 程泽凯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 曲线下的面积(AUC)评估 基于二叉树方法求的曲线下的面积(B-AUC) 完全二叉树 优化的基于二叉树方法求的曲线下的面积(BO-AUC) 分类器性能
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 156-158
• 分类号: TP18
• 字数: 2269字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.05.044

摘要

分类技术是数据挖掘研究的核心技术之一,分类评估也是研究热点,基于AUC评估方法是分类评估领域的研究热点,其中B-AUC评估算法可以有效地评估分类器性能,但该评估方法有不足之处.该分类评估方法建立在不对称的两个类别上,影响了评价结果;根据非完全二叉树思想存储,浪费了存储空间；基于偏二叉树的搜索效率不高.利用完全二叉树的构造思想提出了BO-AUC评估方法,该方法将n个类别的分类问题分解为独立的二类进行成对的计算,可以有效地解决B-AUC的不足,进一步扩展基于AUC的评估标准,在MBNC实验上编程实现该方法,实验结果表明BO-AUC方法的有效性.

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	程泽凯	安徽工业大学计算机学院	51	532	9.0	22.0
3	刘牛	安徽工业大学计算机学院	2	11	2.0	2.0
4	杨帆	安徽工业大学计算机学院	11	38	3.0	6.0