Roman Shapovalov » Публикация
Опубликовано
2008-11-28
Опубликовано на SciPeople2009-08-17 19:10:20
ОрганизацияМосковский государственный университет им. М. В. Ломоносова
ЖурналТруды 51-й научной конференции МФТИ. Часть 7. Факультет управления и прикладной математики (ФУПМ). Том 3.
Онлайн-бэггинг, чувствительный к стоимостям ошибок на разных классах
Аннотация
В данной работе рассматривается задача онлайнового обучения с учетом разных штрафов за ошибки на разных классах. Алгоритм онлайн-бэггинг часто применяется в областях, требующих обрабатывать поступающие данные "на лету". Доказано, что классификатор, полученный с помощью онлайн-бэггинга, асимптотически сходится к классификатору, полученному с помощью стандартного бэггинга, если они обучаются на одинаково распределённых данных. Тем не менее, классический алгоритм предполагает равноценность ошибок на разных классах, что недопустимо, например, при несбалансированном распределении классов. В статье предложен подход, позволяющий устанавливать произвольные штрафы за ошибки на разных классах.
Комментарии
Вам необходимо зайти или зарегистрироваться для комментирования
Этот комментарий был удален
Этот комментарий был удален