关键词classification performance metrics
搜索结果 - 2
- 堆叠混淆拒绝图 (Score)
对于应用在关键领域(如健康和驾驶辅助)中的机器学习,为了减少错误决策的风险,需要考虑分类的确定性以拒绝不确定样本。我们认为通常的拒绝曲线对非专业人士来说过于抽象和难以理解。因此,我们提出了一种更直观理解数据和分类器行为的 Stacked C - 分类性能度量引发及其应用
本文介绍了 Metric elicitation 作为选择最能反映隐含用户偏好的性能评估指标的原理性框架,并提出使用分类器的成对偏好反馈来激发分类性能指标的新策略,包括用于二元和多类分类问题的线性和线性分式指标的新策略,以及在存在多个敏感组