代价敏感分类区别于一般分类方法,更关注高代价类别的分类准确性而容忍全局分类的准确性。三支决策作为一种代价敏感分类问题的解决思路,缺乏对序列数据的支持。结合LSTM模型处理序列数据的能力,提出一种使用三支决策(3WD)改进的序列数据分类方法。方法经过LSTM网络对原数据进行粗分类;对分类结果进行整体代价评估;最终,对高风险分类进行延迟或拒绝处理。方法在4个数据集上进行了测试,并进行了2组对比实验。实验结果表明:本文方法在不改变LSTM模型的情况下,对LSTM模型的分类结果进行了代价区分。
类型: 期刊论文
作者: 刘牧雷,徐菲菲
关键词: 代价敏感,三支决策,长短期记忆网络,序列数据分类,分类算法,高代价类别,代价评估
来源: 智能系统学报 2019年06期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,自动化技术
单位: 上海电力学院计算机科学与技术学院
分类号: O225;TP181
页码: 1255-1261
总页数: 7
文件大小: 2348K
下载量: 142
本文来源: https://www.lunwen90.cn/article/f3dd438e73f15de1d44e601e.html