10.15913/j.cnki.kjycx.2017.24.043
基于邻域分类AUC的属性选择方法
为了提升邻域分类器的分类性能,提出了一种利用邻域AUC作为分类性能度量指标的启发式属性选择算法.首先,利用邻域分类器得到邻域AUC,然后在此基础上,借助贪心搜索策略,逐步加入使得邻域AUC尽可能大的属性,当邻域AUC不再增大时,算法终止.7个UCI数据集上的实验结果表明,使用邻域AUC属性选择算法,可以在使用较少属性个数的基础上有效提升邻域分类器的分类性能.
属性选择、启发式算法、邻域分类器、AUC指标
TP18(自动化基础理论)
国家自然科学基金61572242;江苏省高校哲学社会科学基金2015SJD769
2017-12-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
43-45