• 年份
  • 2021(1)
  • 2010(1)
  • 核心收录
  • 中国科技论文与引文数据库(CSTPCD)(2)
  • 中国科学引文数据库(CSCD)(1)
  • 北京大学中文核心期刊目录(北大核心)(1)
  • 刊名
  • 计算机工程与科学(1)
  • 计算机技术与发展(1)
  • 作者单位
  • 国防科技大学(1)
  • 语种
  • 汉语(2)
  • 关键词
  • 准确率评估(2)
  • 二类分类(1)
  • 分类器评估(1)
  • 多分类(1)
  • 多标签分类(1)
  • 混淆矩阵(1)
  • 更多...

  • 作者
  • 张开放(1)
  • 杨帆(1)
  • 秦锋(1)
  • 程泽凯(1)
  • 窦勇(1)
  • 苏华友(1)
  • 黄俊(1)
  • 更多...

相关度
  • 相关度
  • 发表时间
每页显示10条
  • 每页显示10条
  • 每页显示20条
  • 每页显示30条
已找到 2 条结果
  • 多标签分类器准确性评估方法的研究CSTPCD
    摘要:分类是数据挖掘领域研究的核心技术之一,分类器性能评估方法也是众多学者的研究热点之一.以往的分类器性能评估方法一般针对于单标签数据集,对于多标签问题并未涉及.文中主要针对多标签分类问题的单实例情况,提出了一种多标签分类准确性评估方法(EMOSIML).该方法的思路是:如果分类器对一个多标签对象预测的类别标签是其属于的多个类别标签中的任何一个,则分类结果都是正确的.该方法用C#编程实现,并对朴素贝叶斯分类器进行分类器性能评估实验,实验结果…查看全部>>
  • 一种基于混淆矩阵的多分类任务准确率评估新方法北大核心CSCDCSTPCD
    摘要:多分类任务准确率评估对评判模型的分类效果具有重要的理论意义和应用价值.针对机器学习领域的多分类任务,在现有方法的基础上,通过拓展和迁移应用,给出一种新的评估方法.为了准确评估多分类任务模型的分类效果,将遥感图像分类效果评估方法引入多分类任务.针对多分类任务的实际特点,对该方法进行了改进与推广,以更好地评估分类器效能.基于MNIST手写字符集识别任务和CIFA R-10数据集分类任务的实验结果表明,同样是基于混淆矩阵进行计算,与现有的评…查看全部>>