基于代價(jià)敏感學(xué)習(xí)的維數(shù)約簡(jiǎn)方法及其應(yīng)用研究.pdf

1、隨著數(shù)據(jù)采集技術(shù)的高速發(fā)展，采集到的數(shù)據(jù)維數(shù)激增，需進(jìn)行維數(shù)約簡(jiǎn)后才能應(yīng)用于各種后續(xù)操作。傳統(tǒng)的維數(shù)約簡(jiǎn)方法未考慮到數(shù)據(jù)集的類不平衡和誤分類代價(jià)不等的特點(diǎn)，直接將該方法應(yīng)用到這類數(shù)據(jù)集中會(huì)使約簡(jiǎn)后的特征子集向分類精確度高的方向收斂，容易丟失對(duì)少數(shù)類有重要意義特征變量。因此，針對(duì)數(shù)據(jù)集類不平衡和誤分類代價(jià)不等的特點(diǎn)進(jìn)行維數(shù)約簡(jiǎn)方法的研究具有重要意義。
　　 本文針對(duì)典型復(fù)雜工業(yè)過程數(shù)據(jù)集中變量間強(qiáng)相關(guān)性、類不平衡、誤分類代價(jià)不等以

2、及標(biāo)注代價(jià)昂貴的特點(diǎn)，研究了基于代價(jià)敏感學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的維數(shù)約簡(jiǎn)方法。主要研究工作如下:
　　 (1)針對(duì)數(shù)據(jù)集類不平衡和誤分類代價(jià)不等的特點(diǎn)，以特征子集誤分類代價(jià)最小期望作為維數(shù)約簡(jiǎn)的評(píng)價(jià)準(zhǔn)則，分析推導(dǎo)了該評(píng)價(jià)準(zhǔn)則的魯棒性和正確性。針對(duì)真實(shí)數(shù)據(jù)集的特征變量為連續(xù)值的特點(diǎn)，提出了有監(jiān)督代價(jià)敏感維數(shù)約簡(jiǎn)方法，該方法將離散化方法和基于聚類的采樣方法引入特征子集誤分類代價(jià)最小期望的計(jì)算中。
　　 (2)針對(duì)數(shù)據(jù)集的有標(biāo)注樣本

3、少，無標(biāo)注樣本多以及標(biāo)注代價(jià)昂貴的特點(diǎn)，將半監(jiān)督學(xué)習(xí)方法引入到代價(jià)敏感維數(shù)約簡(jiǎn)方法中，提出了基于生成模型的半監(jiān)督代價(jià)敏感維數(shù)約簡(jiǎn)方法(SCSDR)，并根據(jù)誤分類代價(jià)最小期望得出了多個(gè)特征子集選擇的方法。
　　 (3)基于人造數(shù)據(jù)集上的實(shí)驗(yàn)表明，有監(jiān)督代價(jià)敏感維數(shù)約簡(jiǎn)方法在性能指標(biāo)評(píng)價(jià)上優(yōu)于FCBF(fast correlation-based filter)等4種過濾式維數(shù)約簡(jiǎn)方法，證實(shí)了方法的有效性，實(shí)驗(yàn)結(jié)果表明影響該方法時(shí)間