基于馬田系統(tǒng)的兩類別分類問題研究.pdf

1、分類是數(shù)據(jù)挖掘中的一項(xiàng)重要工作內(nèi)容。在常用的分類方法中，馬田系統(tǒng)因基于數(shù)據(jù)進(jìn)行分析而不需要對數(shù)據(jù)的分布進(jìn)行假設(shè)，并且能夠有效進(jìn)行特征變量的篩選，真正意義上達(dá)到降維的目的，而在許多領(lǐng)域得到應(yīng)用。本文主要對馬田系統(tǒng)中兩類別分類問題進(jìn)行研究。主要的工作有以下的兩點(diǎn):
　　 (1)基于粒子群算法的馬田系統(tǒng)兩類別分類方法研究
　　 傳統(tǒng)的馬田系統(tǒng)在進(jìn)行特征變量的篩選時，是使用正交表和信噪比方法來實(shí)現(xiàn)的，但一些學(xué)者研究的表明:在進(jìn)行

2、特征變量選擇時，使用正交表和信噪比并不一定是最佳的方式。本文研究基于粒子群算法的馬田系統(tǒng)分類方法（基于平衡數(shù)據(jù)），構(gòu)建優(yōu)化模型，將粒子群算法與馬田系統(tǒng)方法進(jìn)行結(jié)合，用粒子群優(yōu)化算法對特征變量進(jìn)行選擇，使其更好的用于平衡數(shù)據(jù)的分類問題中。
　　 (2)基于集成思想的馬田系統(tǒng)不平衡數(shù)據(jù)分類研究
　　 在現(xiàn)實(shí)生活中，不平衡數(shù)據(jù)分類問題普遍存在，不平衡問題是指分類類別樣本量有顯著的差異，而同時少數(shù)樣本類往往是人們所關(guān)注的。傳統(tǒng)馬