矩阵型多类代价敏感分类器模型

• 作者: 孟芸 王喆
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 代价敏感 分类器设计
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 119-124
• 页数: 6页
• 分类号: TP391
• 字数: 4570字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2016.01.019

摘要

目前大部分分类器都是以分类正确率来衡量性能,这种评价标准都是基于理想情况下所有错误分类代价都是相同的.但实际生活中往往不同的错误分类会带来不同的损失,因此代价敏感学习成为模式识别中一个热点研究领域.本文将代价敏感思想与矩阵型学习机相结合,提出了一个矩阵型多类代价敏感分类器模型.通过与其他分类器在常用数据集上的对比实验证明,该方法降低了错误分类代价,提高了少数类或代价高类别的分类正确率,并可以在有效次内收敛,是一个有效且实用的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王喆	华东理工大学计算机科学与工程系	18	41	4.0	6.0
2	孟芸	华东理工大学计算机科学与工程系	2	8	1.0	2.0