基于层次特征表示的三向决策边界处理方法

对于二元分类问题,根据三向决策理论,可以将所有样本分为三个区域:正区域,负区域和边界区域。 由于缺少详细信息,边界区域中的这些样本可能无法做出确定的决定。 从正负区域获得的更多信息对于边界处理至关重要。 用真实的话来说,人们可以基于一个规则来识别正向区域,而可以根据另一条规则来识别负向区域。 根据不同的规则,边界区域中的样本也分为正区域或负区域。 在本文中,我们提出了一种基于层次特征表示的三向决策中的边界区域处理方法,该方法可以获取正负区域的层次特征表示。 首先,MinCA将所有样本划分为三个区域,从而为每个类别建立了最准确的封面。 然后在正区域和负区域中的样本分别构造分层特征表示。 第三,通过边界区域验证来选择每个类别的最佳特征表示。 最后,根据每个类别的最佳特征表示法对测试集中的边界样本进行划分。 实验表明,该方法提高了分类精度。