基于三支决策的序列数据代价敏感分类算法
代价敏感分类区别于一般分类方法,更关注高代价类别的分类准确性而容忍全局分类的准确性.三支决策作为一种代价敏感分类问题的解决思路,缺乏对序列数据的支持.结合LSTM模型处理序列数据的能力,提出一种使用三支决策(3WD)改进的序列数据分类方法.方法经过LSTM网络对原数据进行粗分类;对分类结果进行整体代价评估;最终,对高风险分类进行延迟或拒绝处理.方法在4个数据集上进行了测试,并进行了2组对比实验.实验结果表明:本文方法在不改变LSTM模型的情况下,对LSTM模型的分类结果进行了代价区分.
代价敏感、三支决策、长短期记忆网络、序列数据分类、分类算法、高代价类别、代价评估
14
TP181(自动化基础理论)
2020-03-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
1255-1261