基于多分类问题处理机制的研究

K近邻算法是一种高效且易实现的监督型机器学习算法。对于多分类问题通常将多分类任务拆解为多个二分类任务进行求解,一般采取OVO(一对一)及OVA(一对多)两种机制进行解决。该文主要在鸢尾花数据集上,对两种方式进行比较,仿真结果表明,采用这两种不同的方式处理多分类问题,结果是一致的,但各有优劣。

基于TCM的癫痫脑电识别研究

癫痫是大脑功能失调引起的神经系统的常见多发疾病之一,患者人数多,死亡率高,因此对癫痫病的研究至关重要。对于此类高风险场合的分类识别,仅用传统的机器学习算法得到预测结果是不够的,因为在这类识别研究中不仅要关注整体判断的正确率,更要关注每一个个体的可信度,故引入置信机器,它既可以给出样本的预测结果,也能给定预测结果的可信度,避免误判,进而控制风险,这对癫痫疾病的识别研究起到一定的作用。