基于分布式核的在线AUC最大化算法

摘要

接收者操作特性曲线下面积(Area Under ROC Curve,AUC)是一种常用的不均衡数据集上的分类性能评价指标。现阶段的研究主要是单节点在线学习场景下最大化AUC。但是随着网络的发展,数据的维度和产生速度高速增加并且数据来自多个分布式数据源。为了解决这个问题,提出了一种分布式核的在线AUC最大化算法(Distributed Kernel-based Online AUC Maximization,DKOAM),该方法利用了核学习方法和分布式在线学习框架。在标准数据集上的实验结果验证了DKOAM算法的有效性。