万建武 , 杨 明

1(常州大学 信息科学与工程学院,江苏 常州 213164)

2(南京师范大学 计算机科学与技术学院,江苏 南京 210023)

代价敏感学习是机器学习领域的重要研究内容之一.假设代价矩阵C 已知,代价敏感学习根据最小期望损失准则[1,2],将测试样本x 分类为第j 类,如果满足:

其中,loss (x,j)=∑ip (i|x)Cij表示将样本x 分类为第j 类的期望损失,p(i|x)表示样本属于第i 类的后验概率,Cij表示将第i 类样本分类为第j 类的错分代价.值得注意的是:当公式(1)中代价矩阵C 的所有元素值均为1 时,也即Cij=1 对任意的i 和j,代价敏感学习将退化为追求最低分类错误率的传统分类学习算法.

代价敏感学习问题广泛存在于实际应用中.例如,基于人脸识别的门禁系统[3]希望能将入侵者拒之门外,而允许合法者进入.这里,门禁系统往往更关注对入侵者类的识别率,尤其是安全等级要求较高的场所.这是因为将入侵者识别为合法者将会引起严重的安全问题;而将合法者错分成入侵者的损失则相对较小,即便可能会对被错分的合法者带来困扰.再如,软件缺陷预测[4]希望根据软件历史开发数据,借助机器学习方法来准确预测项目中的缺陷数、类型以及出错位置等信息.在缺陷预测的过程中,一般存在两种类型的错误分类:(1)错误拒绝,即将正确的软件模块预测为有缺陷的软件模块;(2)错误接收,即将有缺陷的软件模块预测为正确的软件模块.很显然,一个错误接收类型的错误分类可能导致整个软件项目失……