代价敏感学习中的损失函数设计

作     者：李秋洁 赵亚琴 顾洲 LI Qiu-jie;ZHAO Ya-qin;GU Zhou

作者机构：南京林业大学机械电子工程学院江苏南京210037 东南大学自动化学院江苏南京210096 

基　　金：国家自然科学青年基金项目(31200496 61473156) 中国博士后基金项目(2014M551487) 江苏省博士后基金项目(1301009A)资助 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2015年第32卷第5期

页      码：689-694页

摘      要：一般的学习算法通过最小化分类损失使分类错误率最小化,而代价敏感学习则以最小化分类代价为目标,需构造代价敏感损失.本文探讨代价敏感损失的设计准则,首先介绍基于代价敏感风险优化的代价敏感学习方法,然后在Bayes最优分类理论框架下,提出两条代价敏感损失设计准则.接着采用两种常用代价敏感损失生成方法构造平方损失、指数损失、对数损失、支持向量机损失等经典损失函数的代价敏感扩展形式.根据所提出的设计准则,从理论上分析这些代价敏感损失的性能.最后通过实验表明,同时满足两条设计准则的代价敏感损失能有效降低分类代价,从而证明了本文提出的代价敏感损失设计准则的合理性.

主 题 词：学习算法 代价敏感学习 损失函数 Bayes最优决策 代价敏感损失 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7641/CTA.2015.40519

馆 藏 号：203305153...