会议专题

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

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。

模型选择 模式识别 归一化信息增益 非线性函数

王泳 胡包钢

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

国内会议

2007年全国模式识别学术会议

北京

中文

27-34

2007-12-11(万方平台首次上网日期,不代表论文的发表时间)