代价敏感分类算法的实验比较

作者：闫明松; 周志华

来源：模式识别与人工智能, 2005, 18(05): 628-635.

• 机器学习
• 代价敏感
• 决策树
• 分类
• 集成学习

对8种不同代价敏感分类算法进行了比较研究。目的是通过实验手段,分析不同代价敏感算法的行为和当其归纳过程发生变化时,对错误分类的总代价、高代价错误数量和错误的总数量所产生的影响。对其中的Ada-Cost方法,本文分析了为何其代价调整因子可能对其性能带来负面影响,并实现了2种变体方法,提高了其性能。

• 单位
  南京大学; 计算机软件新技术国家重点实验室