归一化信息增益准则与准确率、精确率、召回率的非线性关系研究

摘要：

模型选择是模式识别的一个基本问题，但由于模型选择的准则很多，且它们之间关系复杂，所以对这一问题的研究至今仍然存在较多争议。归一化信息增益准则是对信息增益准则的扩展，并被应用于特征选择。由于针对不同问题它的取值总是在0和1之间，因此它可以为不同模型的评估提供一种客观的依据。本文将其引入到分类模型选择中，分析并论证了在二类分类问题中归一化信息增益准则是准确率、精确率和召回率的非线性函数。

关键词： 模型选择 模式识别 归一化信息增益 非线性函数

作者: 王泳 胡包钢

作者单位: 中国科学院自动化研究所模式识别国家重点实验室，北京 100080 中国科学院自动化研究所模式识别国家重点实验室，北京 100080 中国科学院研究生院，北京 100080

会议类型: 国内会议

会议名称: 2007年全国模式识别学术会议

会议地点: 北京

会议语种:中文

页码: 27-34

在线出版日期: 2007-12-11（万方平台首次上网日期，不代表论文的发表时间）