嵌入误分类代价和拒识代价的极限学习机基因表达数据分类

• 作者: 安春霖 王明怡 郑恩辉 陆慧娟 陆羿
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 极限学习机 代价敏感 误分类代价 拒识代价 多数投票 基因表达数据
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 18-25
• 分类号: TP181
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2013.162

摘要

为了实现代价敏感分类过程中的最小平均误分类代价的目的,本研究通过在分类过程中引入概率估计以及误分类代价重新构造分类结果,提出了基于极限学习机(extreme learning machine,ELM)的代价敏感算法CS-ELM并在上述算法基础上,引入“拒识代价”,进一步减小了平均误分类代价.算法被运用到基因表达数据集上并与极限学习机、代价敏感决策树、代价敏感BP神经网络和代价敏感支持向量机做对比,可以得出,嵌入拒识的CS-ELM算法能够更好地降低误分类代价,使分类结果更加可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑恩辉	中国计量学院机电工程学院	38	217	8.0	13.0
2	陆慧娟	中国计量学院信息工程学院	101	716	13.0	20.0
6	王明怡	中国计量学院信息工程学院	6	59	5.0	6.0
7	安春霖	中国计量学院信息工程学院	4	83	3.0	4.0