面向神经网络与基于树分类器的轮廓图与准残差图
机器学习
2024-07-08 v2 机器学习
摘要
神经网络分类与基于树的方法分类是机器学习的有力工具。对于这些及其他分类器的内部工作机制，已有一些有趣的 visualizations。本文追求一个不同的目标，即可视化被分类的案例，无论是在训练数据还是测试数据中。一个重要方面是某个案例是否被分类到其给定类别（标签），或者分类器是否想将其分配给不同的类别。这反映在替代类别的（条件与后验）概率（PAC）中。高 PAC 表明标签偏差，即该案例被错误标记的可能性。PAC 被用于构建轮廓图，其精神类似于聚类分析中的轮廓图（Rousseeuw, 1987）。平均轮廓宽度可用于比较同一数据集上的不同分类结果。我们还将绘制 PAC 相对于某个数据特征的准残差图，这可能带来对数据的更深入认识。这些数据特征之一是每个案例距离其给定类别有多远。这些图形展示在包含图像、混合特征和推文的基准数据集上进行了说明与解释。
引用
@article{arxiv.2106.08814,
title = {Silhouettes and quasi residual plots for neural nets and tree-based classifiers},
author = {Jakob Raymaekers and Peter J. Rousseeuw},
journal= {arXiv preprint arXiv:2106.08814},
year = {2024}
}