刘牛
- 作品数：3 被引量：8H指数：2
- 供职机构：安徽工业大学计算机学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于加权的AUC方法评估优化
- 分类器的实现是数据挖掘领域中重要的研究项目之一,其中对分类器性能的评估是衡量分类好坏的重要依据。准确率是常用的分类评估方法,但是它在测试集和训练集不是同分布或对类别的错分代价不同时,显得不够强壮。基于ROC分析的AUC(...
- 刘牛
- 关键词：属性加权
- 基于属性加权的朴素贝叶斯分类算法改进被引量：6
- 2011年
- 朴素贝叶斯分类是一种简单而高效的方法,但是它的属性独立性假设,影响了它的分类性能。针对这种问题,本文提出一种基于属性加权的朴素贝叶斯分类算法。通过分析研究属性之间的相关性,求出条件属性与决策属性的相关系数,同时结合信息论中所涉及的互信息概念,获得新的权重,对不同的条件属性给予不同的权值,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能。实验结果表明,该方法可行而且有效。
- 刘牛
- 关键词：属性加权
- BO-AUC多类分类评估方法被引量：2
- 2012年
- 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。
- 秦锋杨帆程泽凯刘牛
- 关键词：完全二叉树分类器性能
