基于度量學習和聚類的一致性預測器算法研究.pdf

1、一致性預測器算法是一種帶置信度的域預測機器學習算法，該算法通過將所有滿足預先設定的置信度的假設類別都作為域預測結(jié)果進行輸出，從而實現(xiàn)預測風險可控。一致性預測器與傳統(tǒng)的以提高點預測準確率為目的機器學習算法相比，更適用于高風險領域。
　　一致性預測器算法本質(zhì)上是在線的，并且其在計算測試樣本的隨機性檢驗值時要頻繁的存儲和訪問原始的樣本序列，這對于一些大數(shù)據(jù)應用來說是難以承受的。另外，一致性預測器也存在易受非平衡因素影響的問題，其小類樣本

2、的域預測結(jié)果并不能滿足預先設定的置信度（即小類的預測風險不能很好的控制）。但是目前針對一致性預測器在線計算效率和非平衡的研究較少，本文針對這兩個問題對一致性預測器算法進行改進研究。
　　針對在線計算效率問題，本文提出了一種基于度量學習的一致性預測器算法，將度量學習算法引入到一致性預測器框架中，通過度量學習將部分在線計算代價轉(zhuǎn)移到離線部分，同時也通過度量學習得到的空間轉(zhuǎn)換矩陣將離線信息應用于在線預測，從而達到在保證預測效率的基礎上提

3、高在線計算效率的目的。
　　針對非平衡問題，本文分別在數(shù)據(jù)層面以及算法層面提出了基于聚類抽樣的一致性預測器算法和基于聚類劃分的一致性預測器算法?；诰垲惓闃拥囊恢滦灶A測器算法通過對訓練樣本中的大類進行聚類后重新抽樣得到平衡的訓練樣本，從而消除或降低非平衡影響。基于聚類劃分的一致性預測器算法是通過對大類聚成k類，然后每個小聚類和原始小類一起構(gòu)成一個分類器，測試樣本的隨機性檢驗值p取k個分類器結(jié)果中最大的大類隨機性檢驗值對應的分類器結(jié)