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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、非平衡數(shù)據(jù)集分類是近年來機(jī)器學(xué)習(xí)和模式識(shí)別領(lǐng)域研究的熱點(diǎn)問題之一。在實(shí)際應(yīng)用中這種非平衡數(shù)據(jù)分類問題很常見,如衛(wèi)星圖像檢測(cè)油井噴發(fā)、罕見病例的醫(yī)療診斷、網(wǎng)絡(luò)入侵檢測(cè)、交易欺詐識(shí)別、惡意欠費(fèi)識(shí)別等。因此,提高分類器在非平衡數(shù)據(jù)集上的分類性能和泛化能力具有重要價(jià)值和現(xiàn)實(shí)意義。
由于非平衡數(shù)據(jù)集中類別數(shù)量上的嚴(yán)重傾斜和分布不均衡,基于傳統(tǒng)的分類算法不太適合直接用來處理非平衡數(shù)據(jù)集。因此,人們?cè)跀?shù)據(jù)層面通過改變類分布狀況和在算法層面通
2、過改進(jìn)算法提高分類性能兩個(gè)角度進(jìn)行改進(jìn),雖然分類性能得到了改進(jìn),但是正類的分類精度仍普遍較低。當(dāng)前采用集成學(xué)習(xí)的方式對(duì)非平衡數(shù)據(jù)集進(jìn)行研究,已經(jīng)取得一定的成效,但是分類性能有待進(jìn)一步提高。
為解決上述問題,本文主要做了以下研究工作:
受“最富信息”策略的啟發(fā),重點(diǎn)從關(guān)注錯(cuò)分的正類樣本入手從數(shù)據(jù)層面和算法層面相結(jié)合的角度提出了集成學(xué)習(xí)改進(jìn)方案一和方案二。
其中方案一針對(duì)類別非平衡數(shù)據(jù)的分布特點(diǎn)先運(yùn)用KSMOT
3、E重抽樣技術(shù)在特征空間中合成一定量的正類樣本,在改善原始數(shù)據(jù)集的傾斜狀況的基礎(chǔ)上,采用上抽樣KSMOTE和下抽樣Bootstrap相結(jié)合的方式構(gòu)建相對(duì)平衡的訓(xùn)練集。根據(jù)分類代價(jià)的不同分別賦予正負(fù)類樣本不同的權(quán)值,然后在AdaBoost集成框架下以 SVM作為弱分類器進(jìn)行集成訓(xùn)練,從而達(dá)到更好的分類效果與泛化能力。通過在15個(gè)UCI數(shù)據(jù)集上將所提出的方案一與AdaBoostMI和ENSVM算法進(jìn)行對(duì)比實(shí)驗(yàn),證實(shí)了所提出的方案一在分類性能上
4、優(yōu)于AdaBoostMI和ENSVM。
方案二則是以AdaBoost為主要框架,利用重抽樣技術(shù)KSMOTE在特征空間合成分類困難的正類樣本,根據(jù)分類代價(jià)的不同分別初始化正負(fù)類樣本不同的權(quán)值,然后以SVM為弱分類器進(jìn)行集成學(xué)習(xí)。在訓(xùn)練的過程中是在訓(xùn)練樣本集的基礎(chǔ)上應(yīng)用KSMOTE重抽樣技術(shù)在特征空間合成分類困難的正類樣本集,而不是在訓(xùn)練初期應(yīng)用KSMOTE改變?cè)挤瞧胶鈹?shù)據(jù)集,而且通過在訓(xùn)練過程中每次循環(huán)時(shí)將前一步的誤分類樣本參
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MapReduce的非平衡大數(shù)據(jù)集分類.pdf
- 基于混合采樣的非平衡數(shù)據(jù)集分類研究.pdf
- 基于近鄰準(zhǔn)則的非平衡數(shù)據(jù)集分類方法研究.pdf
- 基于集成學(xué)習(xí)的不平衡數(shù)據(jù)分類.pdf
- 基于集成學(xué)習(xí)的不平衡數(shù)據(jù)分類的研究及應(yīng)用.pdf
- 非平衡數(shù)據(jù)集分類算法及其應(yīng)用.pdf
- 基于非平衡數(shù)據(jù)的適應(yīng)性采樣集成分類器的研究.pdf
- 不平衡數(shù)據(jù)集分類問題研究.pdf
- 基于非平衡數(shù)據(jù)的生物文獻(xiàn)分類研究.pdf
- 基于多核函數(shù)SVM的非平衡數(shù)據(jù)分類研究.pdf
- 基于不平衡數(shù)據(jù)集的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于多分類器集成及半監(jiān)督學(xué)習(xí)的不平衡數(shù)據(jù)分類研究.pdf
- 基于非平衡數(shù)據(jù)分類的貸款違約預(yù)測(cè)研究.pdf
- 基于主動(dòng)學(xué)習(xí)的非均衡數(shù)據(jù)分類研究.pdf
- 非平衡數(shù)據(jù)集分類方法研究及其在電信行業(yè)中的應(yīng)用.pdf
- 基于半監(jiān)督和集成學(xué)習(xí)的不平衡數(shù)據(jù)特征選擇和分類.pdf
- 不平衡數(shù)據(jù)集分類算法的研究.pdf
- 剪枝和網(wǎng)格采樣相結(jié)合的非平衡數(shù)據(jù)集分類方法.pdf
- 剪枝和網(wǎng)格采樣相結(jié)合的非平衡數(shù)據(jù)集分類方法
- 面向失衡數(shù)據(jù)集的集成學(xué)習(xí)分類方法及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論