研究者提出极端二分类问题及阈值自适应方法

Samuel Gruffaz 等作者提出"极端二分类"问题：要求分类器的假阴性率 α 受限于 ε_{N₁}=o(1/N₁)，其中 N₁ 为训练集正样本数。 针对该问题，作者提出基于极值理论保证的阈值自适应方法，以及基于置换检验的样本极大值特征选择流程。 作者称，在四个不同规模的真实数据集上，该方法与 SOTA 方法相比表现更优，并在癌症筛查数据集上展示了可解释性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。