AUC maximization for binary classification using combinatorial benders cuts

Abstract

Bu çalışmanın amacı ikili sınıflandırma problemleri için Alıcı İşletim Karakteristiği (ROC) eğrisi altındaki alanı (AUC) puanlamaya dayalı bir karışık tamsayı izlenceleme gösterimi kullanarak doğrudan maksimize etmektir. Calışmamızda pekin yöntemleri; yeniden gösterimleri, sezgisel sınırlama yöntemlerini ve birleşi Benders kesilerini kullanarak inceledik. Çalışmamız, denektaşı veri setleri uzerindeki sayısal hesaplama sonuçlarını sunar ve puanlamaya dayalı yaklaşımlarla ilgili gelecek çalışmaların yolunu açar.

The purpose of this study is to maximize the area under Receiver Operating Characteristic curve for binary classication problems using a scoring-based mixed integer linear programming formulation. We investigate exact approaches using a reformulation, combinatorial Benders cuts, and heuristic bounding methods. Our study presents computational results on benchmark datasets and paves the way for future studies on scoring-based approaches.