導(dǎo)讀：多類別分類問題在機(jī)器學(xué)習(xí)領(lǐng)域吸引了很多關(guān)注，傳統(tǒng)的解決方案傾向于將其變?yōu)槎鄠€二元問題，相應(yīng)的策略包括決策樹、神經(jīng)網(wǎng)絡(luò)等等。本文被PRICAI 2016大會收錄，提出了一種最大間距二叉樹糾錯輸出碼，對應(yīng)的編碼矩陣更加穩(wěn)定和易識別。

標(biāo)題：最大間距二叉樹糾錯輸出碼

摘要：編碼是糾錯輸出碼（ECOCs）中最重要的一步。傳統(tǒng)的編碼策略通常與數(shù)據(jù)無關(guān)。最近，提出的一些樹形編碼算法率先利用交互信息預(yù)估類間可分性，將二叉樹自上而下分層分區(qū)，以獲得一個編碼矩陣。但這些標(biāo)準(zhǔn)通常是由一個非參數(shù)方法計(jì)算得到，一般來說需要大量樣本，而且更可能產(chǎn)生不穩(wěn)定的結(jié)果。本文中，我們提出了一種新穎的編碼算法，它利用類間最大間距為基準(zhǔn)，構(gòu)造了一個基于最大間距、自底向上的二叉樹。因此，相應(yīng)的編碼矩陣在之后的分類中更加穩(wěn)定和易識別。實(shí)驗(yàn)結(jié)果表明在ECOC中，我們的算法比一些最先進(jìn)的編碼算法性能更好。

關(guān)鍵詞：多類別分類；最大間距二叉樹；糾錯輸出編碼

第一作者簡介：

Fa Zheng

東南大學(xué)計(jì)算機(jī)系，教育部計(jì)算機(jī)網(wǎng)絡(luò)與信息集成重點(diǎn)實(shí)驗(yàn)室。

via PRICAI 2016

論文原文下載

雷鋒網(wǎng)按: 本文由雷鋒網(wǎng)獨(dú)家編譯，未經(jīng)許可禁止轉(zhuǎn)載！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。