卡方检验神经网络：一种基于反向传播神经网络的二分类器
机器学习
2018-09-05 v1 机器学习
摘要
我们提出卡方检验神经网络：一种使用卡方检验定理重新定义代价函数和误差函数的单隐层反向传播神经网络。权重和阈值是用标准反向传播算法修正的。所提方法的优点在于使训练集和测试集上的数据分布一致。它可用于二分类。在真实世界数据集上的实验结果表明，与相关方法相比，所提算法能显著提高分类准确率。
引用
@article{arxiv.1809.01079,
title = {Chi-Square Test Neural Network: A New Binary Classifier based on Backpropagation Neural Network},
author = {Yuan Wu and Lingling Li and Lian Li},
journal= {arXiv preprint arXiv:1809.01079},
year = {2018}
}