Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

09.02.2019 | Regular Research Paper | Ausgabe 3/2019

Memetic Computing 3/2019

A multi-level knee point based multi-objective evolutionary algorithm for AUC maximization

Zeitschrift:
Memetic Computing > Ausgabe 3/2019
Autoren:
Jianfeng Qiu, Minghui Liu, Lei Zhang, Wei Li, Fan Cheng
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

The area under receiver operating characteristic curve (AUC) is one of the widely used metrics for measuring imbalanced data classification results. Designing multi-objective evolutionary algorithms for AUC maximization problem has attracted much attention of researchers recently. However, most of these methods either search the Pareto front directly, or perform tailored convex hull search for AUC maximization. None of them take the advantage of multi-level knee points found in the process of evolution for AUC maximization. To this end, this paper proposes a multi-level knee point based multi-objective evolutionary algorithm (named MKnEA-AUC) for AUC maximization on the basis of a recently developed knee point driven evolutionary algorithm for multi/many-objective optimization. In MKnEA-AUC, an adaptive clustering strategy is proposed for automatically determining the knee points on the current population. By utilizing the preference of found knee points, the evolution of the population can converge quickly. We verify the effectiveness of the proposed algorithm MKnEA-AUC on 13 widely used benchmark data sets and the experimental results demonstrate that MKnEA-AUC is superior over the state-of-the-art algorithms for AUC maximization.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2019

Memetic Computing 3/2019 Zur Ausgabe

Editorial

Editorial

Premium Partner

    Bildnachweise