基于AUC方法评估多类别贝叶斯分类器的性能.pdfVIP

基于AUC方法评估多类别贝叶斯分类器的性能.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于AUC方法评估多类别贝叶斯分类器的性能.pdf

第28卷 第24期 计算机工程与设计 2007年l2月 Vo1.28 NO.24 Computer Engineering and Design Dec.2007 基于AUC方法评估多类别贝叶斯分类器的性能 秦 锋, 罗 慧, 程泽凯, 任诗流, 陈 莉 (安徽工业大学计算机学院,安徽马鞍山243002) 摘 要:分类器评估一般采用准确性评估。理论证明,基于AUC方法评估分类器优于准确性评估方法,但该方法局限于二类 分类问题。提出一种将二类分类问题推广到多类分类问题的新方法,用纠错输出码转换得到转换矩阵,通过转换矩阵把多 类分类问题转换成二类分类问题,计算二类分类的平均值来评估分类器的性能。新方法在MBNC实验平台下编程实现,并 评估贝叶斯分类器的性能,实验结果表明,这种方法是有效的。 关键词:分类器评估;准确性评估;二类分类;多类分类;纠错输出码 中图法分类号:TPI8 文献标识码:A 文章编号:1000—7024(2007)24.5919.02 Evaluating performance of multiple Bayes classifier based on AUC method QrN Feng,LUO Hui, CHENG Ze—kai, REN Shi—liu, CHEN Li (School of Computer Science,Anhui University of Technology,Ma’anshan 243002,China) Abstract:The evaluation ofclassifiers has been an important stIldy in data mining and machine learning field.AUC(area under the re- ceiver operating characteristic curve)is determined as a beRer way to evaluate classifiers than predictive accuracy.Howeve~ AUC only is used for two classes to date.A new method is referred.A conversion matrix is received by using error correcting output codes. Based on convem~ion matrix, multiple-classifier is tumed into two-classifier~ Computing the AUC value for each two-classifier and ave- rage all of the AUCs of two-classifier~The average of AUC value is used as a criterion for evaluating the performance of classifiers. Making experiment in MBNC experiment platform ,the results show that the new method is effective. Key words:classification;accuracy;two-classifier;multiple-classifier;error correcting output codes 类器的AUC值,再求其均值,得到平均AUC值(averageofAUC, 0 引 言 AAuC),用AAUC值来作为评估多类分类器性能的指标。 分类器评估是数据挖掘与机器学习领域的一个研究热点 和难

您可能关注的文档

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档