研究文章
大规模而且对象检索本体和深当地多任务学习
|
过程:FIND_BEST_THRESHOLDS |
|
输入: |
|
trainPred/ /multilabel数组中的每个样本训练集的预测 |
|
trainLabels/ /multilabels数组中的所有样本训练集 |
|
initThresholds/ /一组候选阈值与值在[0,1] |
|
输出: |
|
bestThresholds/ /每个标签的最佳阈值的数组 |
|
目标: |
|
寻找最佳阈值multilabels MCC的不平衡数据问题解决者 |
|
开始 |
|
为我= 0numberOfLabel做的事: |
|
开始 |
|
(possibleMattVals)⟵(空) |
|
#选择阈值 |
|
为j= 0长度(initThresholds): |
|
开始 |
|
(pred)⟵(空) |
|
(currTrainLabel)⟵(空) |
|
#从目前得到预测阈值 |
|
为k= 0numberOfSample做的事: |
|
开始 |
|
如果trainPred(k][我)> =j: |
|
pred⟵1 |
|
其他: |
|
pred⟵0 |
|
currTrainLabel⟵trainLabel(k][我] |
|
结束 |
|
possibleMattVals⟵matthrews_corrcoef (currTrainLabel,pred)#访问方程(7)MCC的全部计算。 |
|
结束 |
|
bestThresholds⟵initThresholds[马克斯的位置(possibleMattVals)# MCC最高的阈值在阈值初始化列表中选择每个属性。 |
|
结束 |
|
结束 |
|
