本文研究了分类器边界的结构，特别针对在基于图的输入空间上运行的朴素贝叶斯分类器。该研究侧重于将DNA读段分配给候选基因组，证明该边界既广泛又复杂。引入了一种新颖的不确定性度量方法——邻居相似度（Neighbor Similarity），它与现有的不确定性度量相关，并且可以应用于缺乏内在不确定性量化的分类器。 AI
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种特定的统计方法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2212.04382v5 Announce Type: replace Abstract: For a Bayes classifier whose input space is a graph, we study the structure of the boundary, which comprises those points for which at least one neighbor is classified differently. The scientific setting is assignment of DNA rea…