基于AUC的SVM多类分类方法的研究

• 作 者: 张晓龙 江川
• 机 构: 武汉科技大学计算机科学与技术学院
• 出 处: 计算机工程与应用
• 发表日期: 2007年14期
• 关键词: 支持向量机 AUC 核函数 多类转换方法 SVM AUC kernel functions multi-class transformation method
• 基金项目: 教育部留学回国人员科巧启动基金（The Project-sponsored by SRFforR0CS,SEM）,湖北省教育厅重点项目（No.2004D006）.

AUC（ROC曲线下面积）评价标准已经广泛地用于度量机器学习中各种分类算法在两类数据集上的分类性能。首先介绍了SVM（支持向量机）多类分类方法，然后对AUC方法进行了系统地介绍，最后通过实验来比较各种SVM多类分类方法在多类别数据集上的AUC的值。实验结果表明，AUC值和核函数和多类转换方法的选取都有着密切的联系。