BO-AUC多类分类评估方法

摘要：

分类技术是数据挖掘研究的核心技术之一,分类评估也是研究热点,基于AUC评估方法是分类评估领域的研究热点,其中B-AUC评估算法可以有效地评估分类器性能,但该评估方法有不足之处.该分类评估方法建立在不对称的两个类别上,影响了评价结果;根据非完全二叉树思想存储,浪费了存储空间；基于偏二叉树的搜索效率不高.利用完全二叉树的构造思想提出了BO-AUC评估方法,该方法将n个类别的分类问题分解为独立的二类进行成对的计算,可以有效地解决B-AUC的不足,进一步扩展基于AUC的评估标准,在MBNC实验上编程实现该方法,实验结果表明BO-AUC方法的有效性.

关键词：曲线下的面积(AUC)评估、基于二叉树方法求的曲线下的面积(B-AUC)、完全二叉树、优化的基于二叉树方法求的曲线下的面积(BO-AUC)、分类器性能

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：安徽省教育厅自然科学重点资助项目KJ2007A051

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：156-158