Three-way confusion matrix for classification: A measure driven view
Three-way confusion matrix for classification: A measure driven view
复制标题
用于分类的三向混淆矩阵：测量驱动视图
DOI：
10.1016/j.ins.2019.06.064
复制
发表时间：
2020
影响因子：
8.1
通讯作者：
Miaoqian Duo
中科院分区：
文献类型：
--
作者：
Jianfeng Xu;Yuanjian Zhang;Miaoqian Duo
三向决策是解决不确定性问题的一种重要方法。系统地分析基于三向的不确定性测度，有助于促进三向决策。同时，混淆矩阵具有多方面的观点，是评价分类性能的基础。本文赋予混淆矩阵三路决策的语义。由此推导出一系列测度，并将其归纳为七种测度模式。我们进一步研究制定的三路区域从措施驱动的观点。为了满足利益相关者的偏好，制定了两个不同的目标函数，每个目标函数可以包括不同的措施组合。为了证明其有效性，我们为大量数据集生成了概率三向决策。与基于基尼系数和基于香农熵的目标函数相比，该模型可以得到更满意的三向区域。
Three-way decisions (3WD) is an important methodology in solving problems with uncertainty. A systematic analysis on three-way based uncertainty measures is conducive to the promotion of three-way decisions. Meanwhile, confusion matrix, with multifaceted views, serves as a fundamental role in evaluating classification performance. In this paper, confusion matrix is endowed with semantics of three-way decisions. A collection of measures are thus deduced and summarized into seven measure modes. We further investigate the formulation of three-way regions from a measure driven view. To satisfy the preferences of stakeholder, two different objective functions are formulated, and each of them can include different combinations of measures. To demonstrate the effectiveness, we generate probabilistic three-way decisions for a wealth of datasets. Compared with Gini coefficient based and Shannon entropy based objective functions, our model can deduce more satisfying three-way regions.
登录
查看更多内容
DOI：
10.1007/978-3-319-99368-3
发表时间：
2018-10
期刊：
--
影响因子：
--
作者：
R. Efendi;Voni Apriana Dewi;Rahmadeni;Sri Basriati;Dadang Syarif
通讯作者：
R. Efendi;Voni Apriana Dewi;Rahmadeni;Sri Basriati;Dadang Syarif
DOI：
10.1016/j.ins.2015.04.020
发表时间：
2015-09
期刊：
Inf. Sci.
影响因子：
--
作者：
Wentao Li;Weihua Xu
通讯作者：
Wentao Li;Weihua Xu
动态模糊集的阴影集
影响因子：
5.5
作者：
Mingjie Cai;Qingguo Li;Guangming Lang
通讯作者：
Guangming Lang
DOI：
10.1016/j.ins.2017.05.036
发表时间：
2017-10
期刊：
Inf. Sci.
影响因子：
--
作者：
Yiyu Yao;Shu Wang;Xiaofei Deng
通讯作者：
Yiyu Yao;Shu Wang;Xiaofei Deng
影响因子：
8.1
作者：
Yao, Yiyu
通讯作者：
Yao, Yiyu