基于贝叶斯和F-measure感知机的分类器设计

• 作者: 杨淑莹 马占杰
• 来源期刊: 现代电子技术
• 关键词: 分类 F-measure 不平衡数据 后验概率 准确率 实验验证
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 125-129
• 页数: 5页
• 分类号: TN02-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.21.027

摘要

当样本特征向量交织时,分类很容易出错.为解决这个问题,提出一种基于Bayes和F-measure的分类器算法.采用替代方法评估分类器的性能正受到关注,特别是对于不平衡的问题.该算法利用F-measure分析不平衡数据的分类准确度,将类概率密度函数引入判据,并采用梯度下降法得到准则函数.文中将所提出的方法与传统方法进行比较,实验结果表明,该方法能够有效提高识别的准确率和精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨淑莹		3	7	2.0	2.0
2	马占杰	天津理工大学计算机科学与工程学院	1	0	0.0	0.0