纠错输出编码的留一误差界估计

摘要：

纠错输出编码(ECOC)作为分解框架,将多类分类问题转化为二类分类问题,是解决多类分类问题的有效手段.为了提高ECOC的泛化性能,对ECOC基分类器的设计问题进行了研究.解决这一问题的关键是对ECOC的泛化性能进行估计.留一(LOO)误差作为泛化性能的无偏估计,研究了ECOC留一误差界的估计问题.先给出了ECOC留一误差的定义,基于此定义,再给出了基分类器为支持向量机(SVM),解码方法为线性损失函数解码时,ECOC留一误差的上界和下界.在人工数据集和UCI数据集上的实验表明,ECOC留一误差的上界可以指导基分类器的参数选择,通过基分类器设计可以提高ECOC的泛化性能.此外,ECOC的训练误差可以作为ECOC留一误差的下界,对ECOC留一误差下界的研究可以作为未来的研究方向.

关键词：模式识别、多类分类、纠错输出编码(ECOC)、泛化性能(LOO)、留一误差

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：132-141