带有拒绝选项的分类系统的性能度量
计算机视觉与模式识别
2016-01-28 v2 机器学习
摘要
在误分类及其后果至关重要的实际应用中，带有拒绝选项的分类器至关重要。然而，如果没有定义特定问题的代价函数，就没有既定的度量来评估此类分类器的性能。我们基于分类器性能度量的一组期望属性，提出了一组包含三个性能度量的方案，用于评估带有拒绝选项的分类器的性能，且满足这些期望属性。非拒绝准确率衡量分类器准确分类非拒绝样本的能力；分类质量衡量带有拒绝器的分类器的正确决策能力；拒绝质量衡量将所有误分类样本集中到被拒绝样本集上的能力。从这些度量中，我们推导出了相对最优性的概念，使我们能够将这些度量与考虑拒绝和误分类之间权衡的一系列代价函数联系起来。我们在应用于合成数据和真实世界数据的带有拒绝选项的分类器上说明了所提出的性能度量的用法。
引用
@article{arxiv.1504.02763,
title = {Performance measures for classification systems with rejection},
author = {Filipe Condessa and Jelena Kovacevic and Jose Bioucas-Dias},
journal= {arXiv preprint arXiv:1504.02763},
year = {2016}
}