ラベル信頼度を用いたブースティング手法のインバランスデータへの応用

抄録

ラベル情報の信頼度が異なるデータセットに対して分類精度を向上するブースティング手法Credit AdaBoost　(CAB)が提案されている。本研究ではCABを文書分類とネット動画コンテンツ推薦に応用する。現実には文書データ及びネット動画コンテンツデータは正例の比率が著しく低い場合が多いため、インバランス性を考慮して信頼度の低いデータのラベル信頼度を決定するCAB手法を提案し、分類精度を向上する。