基于离群点检测的分类结果置信度的度量方法

• 作者: 严云洋 朱全银 李翔 瞿学新 赵阳
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 离群点 网页分类 k均值 LOF算法
• 年，卷（期）: 2019,（1）
• 页码范围: 102-109
• 页数: 8页
• 分类号: TP391.1
• 字数: 3606字
• 语种: 中文
• DOI: 10.13232/j.cnkij.nju.2019.01.010

摘要

为度量在网络日志中网页分类模型的预测结果,将度量为可信的结果加入网址分类集合,提高网络日志中访问链接的分类效率,提出一种基于离群点检测的分类结果置信度的度量方法.采用基于Bagging构建多个弱分类器对待分类数据进行预测,并对每个预测结果构建各类别的概率向量,根据离群点检测来度量模型的预测结果是否为可信.在UCI公共数据集上,使用主流的基于k均值和基于局部密度的度量方法进行了对比实验.实验结果表明,应用基于离群点检测的分类结果置信度,基于k均值的度量方法和基于局部密度的度量方法均显著提高了准确率.另外,在工程项目爬取的网页分类中也取得了同样的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱全银	淮阴工学院计算机与软件工程学院	70	328	8.0	16.0
2	严云洋	淮阴工学院计算机与软件工程学院	80	560	13.0	19.0
4	李翔	淮阴工学院计算机与软件工程学院	32	153	6.0	12.0
7	瞿学新	淮阴工学院计算机与软件工程学院	3	4	1.0	2.0
11	赵阳	淮阴工学院计算机与软件工程学院	2	4	1.0	2.0