基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为处理有测量误差的数据,并且考虑到误分类代价不仅与样本相关,而且与测试代价紧密相关,提出了一种代价敏感最优误差边界选择方法。根据不同的误差边界自适应生成测试代价及误分类代价,以最小化总代价为目标,设计了基于不同误差边界的属性选择方法,进而进行最优误差边界选择。在四个UCI标准数据集上的实验分析显示,该设计方案可有效地选出最优误差边界,以保证所选属性集合具有最小的平均总代价。
推荐文章
采用多类代价指数损失函数的代价敏感AdaBoost算法
代价敏感
AdaBoost算法
多分类
贝叶斯决策
损失函数
动态误分类代价下代价敏感属性选择分治算法
粗糙集
代价敏感
属性选择
动态误分类代价
自适应分治
基于支持向量机的代价敏感挖掘
分类
支持向量机
代价
多代价下的代价敏感属性选择算法比较
粗糙集
粒计算
代价敏感
属性选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 代价敏感最优误差边界选择
来源期刊 计算机科学与探索 学科 工学
关键词 粗糙集 测量误差 代价敏感 属性选择
年,卷(期) 2013,(12) 所属期刊栏目 学术研究
研究方向 页码范围 1146-1152
页数 7页 分类号 TP18
字数 5762字 语种 中文
DOI 10.3778/j.issn.1673-9418.1307005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林姿琼 闽南师范大学粒计算及其应用重点实验室 18 54 4.0 6.0
2 赵红 闽南师范大学粒计算及其应用重点实验室 12 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粗糙集
测量误差
代价敏感
属性选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导