面向類分布不平衡數(shù)據(jù)的組合分類器剪枝方法的研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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、類分布不平衡數(shù)據(jù)與人們的生活息息相關(guān)，準(zhǔn)確地分類這些數(shù)據(jù)具有非常重要的意義，因此不平衡數(shù)據(jù)分類成為數(shù)據(jù)挖掘領(lǐng)域的熱點。面向不平衡數(shù)據(jù)分類時，傳統(tǒng)的分類器往往失效，組合分類器性能也不理想，并且組合分類器還有占用內(nèi)存空間大、預(yù)測響應(yīng)時間長的不足。組合剪枝算法被廣泛的應(yīng)用解決上述問題，但是常見的組合剪枝算法多用訓(xùn)練實例集作為剪枝集，傾向選擇出對負(fù)類實例更有利的基分類器，因此不宜應(yīng)用到面向不平衡數(shù)據(jù)的組合分類器的剪枝中。目前單純面向類分布不平衡

2、實例集的組合剪枝算法較少有人涉及，本文從選擇創(chuàng)建面向不平衡類的組合剪枝集出發(fā)，創(chuàng)建面向不平衡數(shù)據(jù)的組合分類器。
　　首先本文基于SMOTE(the synthetic minority over-sampling technique)和簡單隨機(jī)欠抽樣技術(shù)，提出了EPPS(Ensemble Pruning based on pruning set of SMOTE)和EPPU(Ensemble Pruning based on pr

3、uning set of Under-sampling)算法，這種兩種算法分別把SMOTE和簡單隨機(jī)欠抽樣技術(shù)應(yīng)用創(chuàng)建相對平衡的剪枝集，用于監(jiān)督組合分類器的剪枝過程，提升組合分類器對不平衡數(shù)據(jù)的分類性能;然后，本文又提出了EPPE(Ensemble Pruning based on Positive Examples)算法，EPPE把正類及其邊界負(fù)類實例作為剪枝集，選擇出基分類器池中對正類及其邊界附近的負(fù)類分類性能良好的基分類器，創(chuàng)建出

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。

評論

0/150

提交評論