通用分类器的质量准则
机器学习
2018-06-08 v2 机器学习
摘要
本文考虑选择良好分类器的问题。对每个问题都存在最优分类器，但就错误率而言，没有任何分类器在所有情形下都是最优的。由于存在大量分类器，用户更倾向于选择易于调整的通用分类器，期望其表现几乎与最优者一样好。本文建立了一份良好通用分类器应满足的准则清单。我们首先讨论数据分析，给出这些准则。选取六种最流行的分类器并根据这些准则打分。表格便于直观比较各自相对价值。最终，随机森林被证明是最佳分类器。
引用
@article{arxiv.1802.03567,
title = {Crit\`eres de qualit\'e d'un classifieur g\'en\'eraliste},
author = {Gilles R. Ducharme},
journal= {arXiv preprint arXiv:1802.03567},
year = {2018}
}
备注
24 pages, in French