(郑州大学信息工程学院 郑州 450052) (iezfzhu@zzu.edu.cn)
出版日期: 2018-12-01基金资助:国家自然科学基金委员会-河南省人民政府人才培养联合基金项目(U1204610)；国家自然科学基金项目(61772475,61502434)；国家重点研发计划基金项目(2018YFB1201403)；河南省科技攻关项目(172102210011)；河南省高等学校青年骨干教师培养计划基金项目A Linear Method for Online AUC Maximization
Zhu Zhenfeng, Zhai Yanxiang, Ye Yangdong(School of Information Engineering, Zhengzhou University, Zhengzhou 450052)
Online: 2018-12-01摘要/Abstract
摘要： AUC(area under the ROC curve)优化问题的损失函数由来自不同类别的样本对构成，这使得依赖于损失函数之和的目标函数与训练样本数二次相关，不能直接使用传统在线学习方法求解.当前的在线AUC优化算法聚焦于在求解过程中避免直接计算所有的损失函数，以减小问题的规模，实现在线AUC优化.针对以上问题提出了一种AUC优化的新目标函数，该目标函数仅与训练样本数线性相关；理论分析表明：最小化该目标函数等价于最小化由L2正则化项和最小二乘损失函数组成的AUC优化的目标函数.基于新的目标函数，提出了在线AUC优化的线性方法(linear online AUC maximization, LOAM)；根据不同的分类器更新策略，给出2种算法LOAM\-{ILSC}和LOAM\-{Ada}.实验表明:与原有方法相比，LOAM\-{ILSC}算法获得了更优的AUC性能，而对于实时或高维学习任务，LOAM\-{Ada}算法更加高效.
参考文献
相关文章 15
| [1] | 王继娜, 陈军华, 高建华. 基于排序损失的ECC多标签代码异味检测方法[J]. 计算机研究与发展, 2021, 58(1): 178-188. |
| [2] | 王婕婷, 钱宇华, 李飞江, 刘郭庆. 消除随机一致性的支持向量机分类方法[J]. 计算机研究与发展, 2020, 57(8): 1581-1593. |
| [3] | 鞠卓亚, 王志海. 基于选择性模式的贝叶斯分类算法[J]. 计算机研究与发展, 2020, 57(8): 1605-1616. |
| [4] | 邢新颖, 冀俊忠, 姚垚. 基于自适应多任务卷积神经网络的脑网络分类方法[J]. 计算机研究与发展, 2020, 57(7): 1449-1459. |
| [5] | 刘烨, 黄金筱, 马于涛. 基于混合神经网络和注意力机制的软件缺陷自动分派方法[J]. 计算机研究与发展, 2020, 57(3): 461-473. |
| [6] | 沈明珠, 刘辉. 面向技术论坛的问题解答状态预测[J]. 计算机研究与发展, 2020, 57(3): 474-486. |
| [7] | 程光, 钱德鑫, 郭建伟, 史海滨, 吴桦, 赵玉宇. 基于散度的网络流概念漂移分类方法[J]. 计算机研究与发展, 2020, 57(12): 2673-2682. |
| [8] | 张晨童, 张佳影, 张知行, 阮彤, 何萍, 葛小玲. 融合常用语的大规模疾病术语图谱构建[J]. 计算机研究与发展, 2020, 57(11): 2467-2477. |
| [9] | 宋珂慧,张莹,张江伟,袁晓洁. 基于生成式对抗网络的结构化数据表生成模型[J]. 计算机研究与发展, 2019, 56(9): 1832-1842. |
| [10] | 张佳影,王祺,张知行,阮彤,张欢欢,何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. |
| [11] | 任婕,侯博建,姜远. 多示例学习下的深度森林架构[J]. 计算机研究与发展, 2019, 56(8): 1670-1676. |
| [12] | 苏锦钿,欧阳志凡,余珊珊. 基于依存树及距离注意力的句子属性情感分类[J]. 计算机研究与发展, 2019, 56(8): 1731-1745. |
| [13] | 张志昌,张珍文,张治满. 基于IndRNN-Attention的用户意图分类[J]. 计算机研究与发展, 2019, 56(7): 1517-1524. |
| [14] | 彭成维，云晓春，张永铮，李书豪. 一种基于域名请求伴随关系的恶意域名检测方法[J]. 计算机研究与发展, 2019, 56(6): 1263-1274. |
| [15] | 刘琳,唐麟,唐明靖,周维. 基于布尔矩阵分解的蛋白质功能预测框架[J]. 计算机研究与发展, 2019, 56(5): 1020-1033. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3835
