基于原型分类的最优拒绝选项
机器学习
2015-03-24 v1
摘要
我们分析了基于原型的分类器和实值拒绝度量的最优拒绝策略，使用了数据点到最近原型的距离或其概率对应物。我们比较了具有全局阈值的拒绝方案与针对分类器 Voronoi 单元的局部阈值方案。对于后者，我们开发了一种基于动态规划方案的多项式时间算法来计算最优阈值，并提出了一种直观的线性时间、内存高效且具有竞争力精度的近似算法。通过在多个基准测试中评估性能，我们得出结论：局部拒绝选项对于简单的基于原型的分类器尤其有益，而对于高级模型，其改进则不那么显著。对于后者，可以达到与支持向量机分类器及最先进拒绝选项相当的准确率 - 拒绝曲线。
引用
@article{arxiv.1503.06549,
title = {Optimum Reject Options for Prototype-based Classification},
author = {Lydia Fischer and Barbara Hammer and Heiko Wersing},
journal= {arXiv preprint arXiv:1503.06549},
year = {2015}
}
备注
19 pages