用于分层多标签交叉验证的新型分割质量度量及其在大型稀疏基因本体数据集上的应用
机器学习
2022-04-05 v2 基因组学
摘要
多标签学习是机器学习研究中的一个重要课题。在多标签设定下评估模型需要专为多标签数据设计的交叉验证方法。在本文中，我们表明最广泛使用的交叉验证分割质量度量在具有强类别不平衡的多标签数据上表现不佳。我们提出了改进的度量以及一个名为 optisplit 的算法，用于优化交叉验证分割。我们给出了各类交叉验证方法的广泛比较，其中表明 optisplit 比现有方法产生更均匀的交叉验证分割，并且其速度足以用于大型基因本体（GO）数据集。
引用
@article{arxiv.2109.01425,
title = {Novel split quality measures for stratified multilabel Cross Validation with application to large and sparse gene ontology datasets},
author = {Henri Tiittanen and Liisa Holm and Petri Törönen},
journal= {arXiv preprint arXiv:2109.01425},
year = {2022}
}
备注
15 pages, 2 figures