Classifier Ensemble 분석을 위한 Kappa-Error Diagram의 하한선
Source
Evernote/Papers/A Bound on Kappa-Error Diagrams for Analysis of Classifier Ensembles.md
Summary
이 논문은 분류기 앙상블의 성능 차이를 분석하기 위한 Kappa-Error Diagram에서 Kappa(다양성)의 하한선을 유도한다. 연구 결과, 다이어그램의 실현 가능 영역 내에 더 나은 앙상블을 위한 미사용 공간이 존재하며, 앙상블 정확도 향상에 있어 개별 분류기의 정확도가 가장 중요한 요인임을 확인했다.
Key Points
- Kappa-Error Diagram은 x축(쌍별 다양성/Kappa), y축(평균 개별 오차)으로 구성된다.
- 2x2 혼동 행렬을 기반으로 Kappa의 하한선을 유도하여 다이어그램의 실현 가능 영역을 정의한다.
- 시뮬레이션 및 실험 결과, 더 나은 성능의 앙상블이 존재할 수 있는 미사용 공간이 확인되었다.
- 앙상블 정확도 개선의 주요 요인은 개별 분류기의 정확도임이 밝혀졌다.
Related
-
Active Learning through Adaptive Heterogeneous Ensembling (AHE)
-
스트림 처리 최적화 카탈로그 (A catalog of stream processing optimizations)
-
Eureka: Edge-Based Discovery of Training Data for Machine Learning
-
Feature Ensemble Plus Sample Selection: Domain Adaptation for Sentiment Classification
-
A Framework for Network Aware Caching for Video on Demand Systems - Errata
-
Pipelined Workflow Scheduling: Models and Algorithms (Survey)
-
A Proxy View of Quality of Domain Name Service, Poisoning Attacks and Survival Strategies
-
Privacy- and Integrity-Preserving Range Queries in Sensor Networks
-
Scalable Network Virtualization in Software-Defined Networks
-
Node-Capture Resilient Key Establishment in Sensor Networks Design Space and New Protocols