跳到正文
AI 编辑审核科技与数字产业

提出用于分类的新核度量置信分数

arXiv cs.LG (Machine Learning) RSS Feed · Elizabeth Hofer, Martin v. Mohrenschildt · Readzer 发布时间

摘要

研究人员提出一种新的核度量——置信分数,它衡量核投影与真实标签编码的对齐程度,而非要求同类样本全部相似。实验表明,在真实与合成数据集上,该分数与多种核的分类准确率的相关性高于若干现有度量。

这里提供经过审核的摘要。完整内容请前往原文阅读。

载入阅读状态…

各行业推荐理由

  • 科技与数字产业

    该研究提出一种可复现的核度量,并展示其与分类准确率的相关性,对软件行业的机器学习算法开发具有参考价值。