|
|
1.
离群点检测算法的评价指标
宁进, 陈雷霆, 罗子娟, 周川, 曾慧茹
计算机应用
2020, 40 (9):
2622-2627.
DOI: 10.11772/j.issn.1001-9081.2020010126
随着离群点检测技术的深入研究和广泛应用，越来越多的优秀算法被提出来，然而，现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标，存在着评价指标单一、适应性差的问题。针对这些问题，提出了一类高真正率指标（HT_AUC）和二类低假正率指标（LF_AUC）。首先，整理常用的离群点检测评价指标，分析其优缺点和适用场景；然后，在已有的曲线下面积（AUC）方法的基础上，分别针对高真正率（TPR）要求和低假正率（FPR）要求，提出了一类高真正率指标和二类低假正率指标，为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明，与传统评价指标的相比，所提出的方法更能满足一类高真正率和二类低假正率要求。
参考文献 |
相关文章 |
多维度评价
|
|
