二分类的最优输入无关基线：荷兰抽签
机器学习
2023-01-10 v1 统计理论
统计方法学
机器学习
统计理论
摘要
在任何二分类模型投入实践前，在恰当的测试集上验证其性能十分重要。若无基线方法所提供的参照框架，便无法判定一个分数是“好”还是“坏”。本文旨在考察所有与特征值无关的基线方法，并确定哪一模型“最佳”及其原因。通过识别哪些基线模型是最优的，评估流程中的关键选择决策得以简化。我们证明，近期提出的荷兰抽签（Dutch Draw）基线在所有位置不变度量（与序列顺序无关）下，假设样本被随机打乱，是最佳的输入无关分类器（与特征值无关）。这意味着在直观要求下荷兰抽签基线是最优基线，因此应在实践中使用。
引用
@article{arxiv.2301.03318,
title = {The Optimal Input-Independent Baseline for Binary Classification: The Dutch Draw},
author = {Joris Pries and Etienne van de Bijl and Jan Klein and Sandjai Bhulai and Rob van der Mei},
journal= {arXiv preprint arXiv:2301.03318},
year = {2023}
}