代价敏感属性中对数加权算法和信息增益算法的比较

在数据挖掘中代价敏感学习问题具有很重要的地位。而测试代价与误分类代价的研究却是一个非常重要的课题。代价敏感属性选择问题的关键就是提出有效算法。最近几年,研究者从不同角度提出不同的算法,例如对数加权算法和信息增(-weighted算法来解决最小测试代价下的属性选择问题,所以本文的重点就是比较这2种算法的效果和效率。