通知公告
交大新闻
08 现在的位置：首页 > 期刊导读 > 2017 > 08 >
采用多类代价指数损失函数的代价敏感AdaBoost算法
【作者】 翟夕阳 王晓丹 李睿 贾琪
【关键词】 代价敏感 AdaBoost算法 多分类 贝叶斯决策 损失函数
【摘要】为解决由多个二类代价敏感算法扩展而成的多类算法存在时间复杂度高和不能区分错分代价的问题,提出一种采用多类代价指数损失函数的多类代价敏感AdaBoost算法(MCCSADA).为保证算法的代价敏感特性,首先设计一种满足代价敏感损失函数设计准则的多类代价敏感指数损失函数;然后将此损失函数作为评价分类器性能的标准,以最小化损失函数为目的使用逐步叠加模型推导算法的最优基分类器加权系数;最后使用多类代价损失函数和最优基分类器加权系数求解公式替换多类AdaBoost算法的损失数和加权系数求解公式,得到代价敏感的MCCSADA算法.使用UCI数据集对算法进行验证,实验结果表明:算法的稳定性得到了提升,退化现象被减弱;相比于由两类代价敏感算法通过一对一方法扩展而来的多类代价敏感算法,MCCSADA算法在大多数情况下能够取得更低的代价,而且具有较低的时间复杂度,在3类数据集上的时间复杂度降低约40％,并且随着类别数的增多效率提升更加明显.
上一篇： 融合Fisher线性判别分析的多维特征融合情景感知推荐方法
下一篇： 采用机器学习的火焰前景提取算法
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号