Un algorithme de pondération de la F-Mesure par pondération des erreurs de classfication. - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Un algorithme de pondération de la F-Mesure par pondération des erreurs de classfication.

Kevin Bascol
Rémi Emonet
Elisa Fromont
Amaury Habrard
Guillaume Metzler
Marc Sebban

Résumé

Nous proposons un algorithme d'optimisation de la F-Mesure avec des garanties théoriques utilisable avec toute méthode d'apprentissage par pondération des erreurs. Notre algorithme, génère itérativement un ensemble de coûtscoûts`coûtsà partir de l'ensemble d'entraˆınemententraˆınement de telle sorte que le classifieur final ait une F-Mesure proche de l'optimale. L'optimalité de la F-Mesure obtenue est expriméè a l'aide d'une borne supérieure plus fine que celle présentée dans [Parambath et al. 2014] De plus, nous montrons que les coûts obtenusàobtenus`obtenusà chaque itération de notre méthode permettent de réduire drastiquement l'espace de recherche et ainsi de converger rapidement vers les paramètres optimaux. L'efficacité de notre méthode est montréè a la fois en terme de F-Mesure mais aussi de vitesse de convergence sur plusieurs jeux de données déséquilibrés.
cap2018.pdf (76 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01803183 , version 1 (09-11-2018)

Licence

Domaine public

Identifiants

  • HAL Id : hal-01803183 , version 1

Citer

Kevin Bascol, Rémi Emonet, Elisa Fromont, Amaury Habrard, Guillaume Metzler, et al.. Un algorithme de pondération de la F-Mesure par pondération des erreurs de classfication.. Conférence pour l'Apprentissage Automatique, Jun 2018, Saint-Etienne du Rouvray, France. ⟨hal-01803183⟩
275 Consultations
43 Téléchargements

Partager

Gmail Facebook X LinkedIn More