weighted cross-entropy loss

新的LCEN算法和diffMCC损失提升分类任务性能

研究人员开发了一种专门用于分类任务的改进型LASSO-Clip-EN (LCEN)算法，保持了其可解释性和特征选择能力。实验表明，这种新的LCEN算法始终能获得较高的宏F1分数和Matthews相关系数（MCC），性能优于大多数其他测试模型，并消除了平均56%的输入特征。此外，还评估了一种新颖的加权焦点可微分MCC（diffMCC）损失函数，结果表明使用该损失函数训练的模型在F1分数和MCC方面始终优于使用加权交叉熵损失训练的模型。