您的位置： 专家智库 > >

骆名剑

作品数：4 被引量：43H指数：4
供职机构：武汉科技大学计算机科学与技术学院更多>>
发文基金：教育部留学回国人员科研启动基金湖北省教育厅重点项目湖北省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 2篇ROC
  • 1篇代价敏感学习
  • 1篇正确率
  • 1篇纠错
  • 1篇决策树
  • 1篇ROC分析
  • 1篇AUC
  • 1篇IF-THE...
  • 1篇裁剪
  • 1篇裁剪算法

机构

  • 4篇武汉科技大学

作者

  • 4篇骆名剑
  • 2篇张晓龙
  • 1篇涂福泉
  • 1篇陈奎生
  • 1篇陈建勋
  • 1篇江川

传媒

  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇计算机与数字...

年份

  • 2篇2007
  • 2篇2005
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
ROC分析技术在机器学习中的应用被引量：19
2007年
ROC(受试者工作特征)分析技术是一种用来衡量分类算法和图示它们性能的技术。与传统的正确率相比,ROC分析更能够全面地描述分类算法的分类性能。该方法具有可信度高,描述客观精确,特别是不受数据环境影响等优势。对国内外这一方法的研究成果进行了较为系统地介绍,详细分析了它的优缺点,最后对这一技术的发展进行了展望。
张晓龙江川骆名剑
关键词：ROC分析正确率
基于IF-THEN规则的决策树裁剪算法被引量：7
2005年
决策树是机器学习和数据挖掘领域中一种基本的学习方法。文中分析了C4.5算法以及该算法不足之处,提出了一种决策树裁剪算法,其中以规则信息量作为判断标准。实验结果表明这种方法可以提高最终模型的预测精度,并能够很好克服数据中的噪音。
张晓龙骆名剑
关键词：决策树
ROC分析技术的研究现状和发展趋势被引量：14
2007年
阐述ROC分析技术的基本概念,介绍几种主要多类ROC分析方法:一对多ROC分析方法、成对ROC分析方法、Hand和Till提出的M函数(HTM)、改进的HTM方法和Mossman的三类别ROC分析方法、AUC(Area Under the ROC)扩展等,分析了现有几种方法的不足,预测ROC分析技术的未来发展趋势。
涂福泉陈奎生陈建勋骆名剑
关键词：ROCAUC
基于ROC的分类算法评价方法
分类学习是机器学习的主要分支，分类算法的学习能力通常用正确率来衡量。但是当数据类别分布不平衡或分类错误代价不相等时，正确率并不能保证分类算法总体错误代价最小。ROC(ReceiverOperatingCharacteri...
骆名剑
关键词：代价敏感学习
文献传递
全选 清除 导出
共1页<1>
聚类工具0