版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的特征選擇算法直接在有類別標(biāo)簽數(shù)據(jù)集上進(jìn)行特征選擇,以選取對這些已知類別標(biāo)簽樣本的類別具有最大區(qū)分能力的特征子集。但是在一些實(shí)際應(yīng)用中,如在醫(yī)學(xué)診斷、欺詐檢測等領(lǐng)域,樣本的類別標(biāo)簽通常不能很容易地獲取。在這種情況下,訓(xùn)練數(shù)據(jù)可能存在有類別標(biāo)簽樣本不足或者樣本分布存在偏差等問題。此時,根據(jù)訓(xùn)練集上的數(shù)據(jù)所構(gòu)造出的模型可能無法正確地反映真實(shí)數(shù)據(jù)分布。但另一方面,無類別標(biāo)簽數(shù)據(jù)通常都能大量地獲取,并且它們一般都是比較接近真實(shí)數(shù)據(jù)分布的。半
2、監(jiān)督學(xué)習(xí)方法就是為解決這類問題而產(chǎn)生的機(jī)器學(xué)習(xí)方法。半監(jiān)督特征選擇只需要很少量的有類別標(biāo)簽樣本,同時利用大量的無類別標(biāo)簽樣本來進(jìn)行特征選擇。半監(jiān)督特征選擇的任務(wù)是當(dāng)給定一個學(xué)習(xí)算法時,同時利用有類別標(biāo)簽數(shù)據(jù)和無類別標(biāo)簽數(shù)據(jù)找出一個能使學(xué)習(xí)算法達(dá)到精度最高的最優(yōu)特征子集。 本文提出一種迭代式的基于置信度預(yù)測的半監(jiān)督特征選擇算法框架。在算法的每一次迭代中,原始的有類別標(biāo)簽數(shù)據(jù)和通過一定手段精心選取的無類別標(biāo)簽數(shù)據(jù)及其預(yù)測標(biāo)簽將被用于
3、特征選擇過程。對于無類別標(biāo)簽數(shù)據(jù)的選取我們采用了置信度的方法,這將保證所選取的數(shù)據(jù)將有較高的概率保證它的預(yù)測標(biāo)簽是正確的。因為我們引入了無類別標(biāo)簽數(shù)據(jù),所合成的數(shù)據(jù)集更能反映真實(shí)的數(shù)據(jù)分布,因此在該合成的數(shù)據(jù)集上能選取到更好的特征子集。 本文在通過形式化分析、復(fù)雜性分析、合成樣例分析和實(shí)驗分析等方法對基于置信度預(yù)測的半監(jiān)督特征選擇算法進(jìn)行了深入的研究。從理論分析和實(shí)驗分析的結(jié)果來看,基于置信度預(yù)測的半監(jiān)督特征選擇算法(SemiF
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多視圖的半監(jiān)督特征選擇算法研究.pdf
- 基于置信度的多特征目標(biāo)自適應(yīng)跟蹤算法.pdf
- 基于多視角的半監(jiān)督特征選擇算法研究.pdf
- 基于流形的半監(jiān)督特征基因選擇算法研究.pdf
- 基于假設(shè)檢驗與置信度的商品選擇算法研究.pdf
- 基于半監(jiān)督和無監(jiān)督學(xué)習(xí)的特征選擇算法研究.pdf
- 基于間隔和置信度的選擇性集成學(xué)習(xí)算法研究.pdf
- 語音識別置信度特征提取算法研究.pdf
- 基于置信度傳播的立體匹配算法研究.pdf
- 基于預(yù)測置信度的協(xié)同過濾稀疏性問題研究.pdf
- 半監(jiān)督特征選擇和特征選擇的穩(wěn)定性研究.pdf
- 基于非參數(shù)置信度傳遞定位算法的資源優(yōu)化研究.pdf
- 基于特征間合作度的非監(jiān)督特征選擇算法.pdf
- 風(fēng)電場短期風(fēng)速預(yù)測與預(yù)測值的置信度檢驗.pdf
- 基于譜回歸的無監(jiān)督特征選擇算法研究.pdf
- 面向不平衡數(shù)據(jù)的特征選擇與半監(jiān)督分類算法研究.pdf
- 網(wǎng)絡(luò)空間圖像標(biāo)注中半監(jiān)督稀疏特征選擇算法研究.pdf
- 特征選擇及半監(jiān)督分類方法研究.pdf
- 基于自表達(dá)的無監(jiān)督特征選擇模型和算法.pdf
- 半監(jiān)督特征選擇關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論