Multivariate calibration of classifier scores into probability space, Fachbücher von Martin Gebel

Das Buch "Multivariate Calibration of Classifier Scores into Probability Space" bietet einen umfassenden Rahmen zur Ableitung probabilistischer Mitgliedschaftswerte in Klassifikationsaufgaben. Es behandelt die Herausforderungen, die sich aus der Unsicherheit von statistischen Klassifikatoren ergeben, und stellt Methoden zur Verfügung, um Mitgliedschaftswerte in vergleichbare Mitgliedschaftswahrscheinlichkeiten umzuwandeln. Diese Transformation ist besonders wichtig für die Nachbearbeitung von Klassifikationsergebnissen. Das Werk präsentiert verschiedene univariate Kalibrierungsmethoden und vergleicht deren Leistung hinsichtlich Genauigkeit und Kalibrierung. Darüber hinaus wird eine neuartige multivariate Erweiterung vorgestellt, die Dirichlet-verteilte Mitgliedschaftswahrscheinlichkeiten generiert und auf der Wahrscheinlichkeitstheorie basiert. Diese Methode bietet eine flexible, einheitliche Lösung für alle Klassifikationsprobleme und wird im Vergleich zu herkömmlichen Paarweise-Kopplungsalgorithmen evaluiert.