PDF
摘要
针对使检查代价和误分类代价最小化的Cost-Sensitive学习,讨论误差在分类过程中的应用,提出一个带阈值的决策树,并给出一个带阈值的检查策略。在基于Cost-Sensitive学习的分类中,确定属性值所用到的检测手段和设备精度存在一定的误差值,评估误分类代价更是有较大的误差。另外,很多分类问题并不要求达到百分之百的正确率,允许有一定的误差范围。把这些误差的边界看作是一个阈值,利用这种阈值来简化决策树的建立,改进检查策略的设计,提高分类效率。
关键词
Cost-Sensitive学习
/
分类代价
/
检查策略
/
分类误差范围
/
阈值
Key words
误差在Cost-Sensitive分类中的应用[J].
广西师范大学学报(自然科学版), 2011, 29(02): 110-113 DOI:10.16088/j.issn.1001-6600.2011.02.017