分类器的分类性能评价指标附视频

被引:26
作者
王成 [1 ]
刘亚峰 [2 ]
王新成 [2 ]
闫桂荣 [1 ]
机构
[1] 西安交通大学航天航空学院机械结构强度与振动教育部重点实验室
[2] 部队
关键词
分类器; 性能评价; 正确率和错误率; 代价矩阵; 损失函数;
D O I
10.14022/j.cnki.dzsjgc.2011.08.037
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
通过具体应用实例,指出目前普遍使用的正确率和错误率评价指标在不平衡数据集、语义相关多分、不同错分代价等分类问题中评价分类器性能时存在的缺陷。为了解决这一问题,根据具体问题的不同,提出了综合使用查准率、查全率、漏检率、误检率、F-measure和分类代价矩阵、损失函数等新的分类器性能评价指标。通过实验证明,新的分类评价指标确实能很好的适应不平衡数据集、语义相关多分、不同错分代价等分类问题的分类器性能评价。
引用
收藏
页码:13 / 15+21 +21
页数:4
相关论文
共 6 条
[1]   不平衡数据集的神经网络阈值优化方法 [J].
李明方 ;
张化祥 ;
张雯 ;
计华 .
计算机工程与应用, 2010, 46 (20) :168-171
[2]   不平衡分类问题研究综述 [J].
叶志飞 ;
文益民 ;
吕宝粮 .
智能系统学报, 2009, 4 (02) :148-156
[3]   代价敏感分类器的比较研究(英文) [J].
凌晓峰 ;
SHENG Victor S. .
计算机学报, 2007, (08) :1203-1211
[4]   一种分类器评价的方法 [J].
郭一平 .
华中理工大学学报, 1998, (01) :18-20
[5]  
基于维基百科构建语义知识库及其在文本分类领域的应用研究[D]. 苏小康.华中师范大学 2010
[6]  
基于代价敏感学习的信用卡客户价值分类研究[D]. 莫佳卉.哈尔滨工业大学 2009