Mesures de complexité des problèmes de classification supervisée

Nous avons étudié un certain nombre de mesures qui caractérisent la difficulté d'un problème de classification, en nous concentrant sur la complexité géométrique de la frontière de classe. Nous avons comparé un ensemble de problèmes du monde réel à des étiquetages aléatoires de points et constaté que les problèmes réels contiennent des structures dans cet espace de mesure qui sont significativement différentes des ensembles aléatoires. Les distributions de problèmes dans cet espace montrent qu'il existe au moins deux facteurs indépendants affectant la difficulté d'un problème. Nous suggérons d'utiliser cet espace pour décrire le domaine de compétence d'un classificateur. Cela peut guider la sélection statique et dynamique de classificateurs pour des problèmes spécifiques ainsi que pour des sous-problèmes formés par confinement, projection et transformations des vecteurs de caractéristiques.