利用拓扑学的Urysohn引理构建增强型二元分类器
数据分析、统计与概率
2023-12-20 v1 机器学习
摘要
在本文中，我们在二元分类背景下对Urysohn分类器进行了全面分析。它利用拓扑学的Urysohn引理来构造分离函数，提供了严谨且适应性强的解决方案。数值实验表明其性能卓越，得分在95%到100%之间。值得注意的是，Urysohn分类器在各种场景下均优于CatBoost和KNN。尽管对p-度量参数敏感，但它被证明具有鲁棒性和适应性。Urysohn分类器的数学严谨性和适应性使其在二元分类方面极具前景，可应用于医学诊断、欺诈检测和网络安全。未来的研究包括参数优化以及将Urysohn分类器与其他技术相结合。它提供了一种优雅且有原则的分类方法，确保了完整性并能提供有价值的数据洞察。
引用
@article{arxiv.2312.11948,
title = {Leveraging the Urysohn Lemma of Topology for an Enhanced Binary Classifier},
author = {Ernesto Lopez Fune},
journal= {arXiv preprint arXiv:2312.11948},
year = {2023}
}