摘要:当样本特征向量交织时,分类很容易出错。为解决这个问题,提出一种基于Bayes和F-measure的分类器算法。采用替代方法评估分类器的性能正受到关注,特别是对于不平衡的问题。该算法利用F-measure分析不平衡数据的分类准确度,将类概率密度函数引入判据,并采用梯度下降法得到准则函数。文中将所提出的方法与传统方法进行比较,实验结果表明,该方法能够有效提高识别的准确率和精确度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.42
期刊级别:北大期刊
发行周期:半月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!