11.65 雙重代價(jià)敏感的屬性分類模型

現(xiàn)有屬性學(xué)習(xí)方法中，所有的目標(biāo)類通常共享一組公共屬性，即這些公共屬性構(gòu)成目標(biāo)對(duì)象的表達(dá)特征空間。特別是當(dāng)對(duì)象來(lái)自很多目標(biāo)類時(shí)，這種表達(dá)方式有利于實(shí)現(xiàn)不同類之間的知識(shí)共享。然而，利用共享屬性表示方法會(huì)導(dǎo)致類別不平衡問(wèn)題。即對(duì)于某個(gè)特定屬性，并非所有的目標(biāo)類在該屬性上都有響應(yīng)，因此相應(yīng)屬性分類任務(wù)很可能面臨嚴(yán)重的類別不平衡問(wèn)題。例如，在 Animals WithAttributes 數(shù)據(jù)集上進(jìn)行“Blue”屬性分類時(shí)，負(fù)例樣本有 23 353 個(gè)，而正例樣本只有 942 個(gè)。然而，現(xiàn)有的屬性學(xué)習(xí)方法無(wú)法應(yīng)對(duì)上述類別不平衡問(wèn)題。為此，本文提出一種雙重代價(jià)敏感屬性分類模型，即在特征選擇和屬性分類兩個(gè)階段分別引入代價(jià)敏感信息。具體地，在第一階段設(shè)計(jì)了一類基于代價(jià)敏感信息的特征選擇算法，旨在選擇能使誤分類代價(jià)最小的特征子集；在第二階段，利用代價(jià)敏感分類器進(jìn)行屬性分類，旨在使分類器不會(huì)被大量的負(fù)例樣本所主導(dǎo)。實(shí)驗(yàn)表明，所提方法能有效應(yīng)對(duì)屬性學(xué)習(xí)中普遍存在的類別不平衡問(wèn)題。

總結(jié)

以上是生活随笔為你收集整理的《中国人工智能学会通讯》——11.65 双重代价敏感的属性分类模型的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。