類別非均衡性對數(shù)據(jù)混淆度影響的研究.pdf

1、分類號：UDC：密級：學校代號：學號：廣東工業(yè)大學碩士學位論文(工學碩士)118452111304103類別非均衡性對數(shù)據(jù)混淆度影響的研究賈小彥指導教師姓名、職稱：理延雖』塾握專業(yè)或領域名稱：控魚』型堂皇王猩學生所屬學院：自動絲堂院論文答辯日期：2Q!魚生5縣31旦摘要在模式識別、機器學習以及數(shù)據(jù)挖掘領域當中的最基礎性問題就是數(shù)據(jù)的分類問題，在日常的工作和生活當中分類問題已經(jīng)司空見慣。近些年來，越來越多的研究者們開始從事數(shù)據(jù)分類問題的研

2、究，已有的研究文獻顯示，各類基礎算法以及改進算法包括數(shù)據(jù)預處理、分類學習等算法層出不窮，特別是90年代初期統(tǒng)計學習理論的問世標志著人們在算法領域的研究已經(jīng)比較豐富，但是有一個突出的問題逐漸顯露出來，那就是在實際的問題當中，當需要對某一個數(shù)據(jù)集進行分類，究竟應該如何選擇這些算法和方法才能使我們的分類過程簡化，這是一個日漸引起關注的問題，特別是對于類別分布非均衡性數(shù)據(jù)的分類問題，算法的選擇更加麻煩。本文緊緊圍繞數(shù)據(jù)集的分類問題中有關分類算法

3、的選擇問題展開研究，在深入探討TKHo等人提出的數(shù)據(jù)幾何復雜度理論的基礎上，創(chuàng)造性的提出了基于幾何統(tǒng)計理論和信息論兩個角度的數(shù)據(jù)混淆度的衡量指標，并分別在人工生成的類別分布非均衡性仿真數(shù)據(jù)集和真實數(shù)據(jù)集當中對這些衡量指標進行實驗，得出了一系列適用于類別分布菲均衡性數(shù)據(jù)集的數(shù)據(jù)混淆度衡量指標的規(guī)律和結論，這些規(guī)律和結論對于類別分布非均衡性真實數(shù)據(jù)集的分類器選擇問題具有重要的指導意義。主要的研究內(nèi)容和研究成果如下：首先，閱讀和整理了國內(nèi)外近

4、些年來的參考文獻，主要涉及的方面包括分類學習、數(shù)據(jù)幾何復雜度、數(shù)據(jù)混淆度、類別分布非均衡性數(shù)據(jù)的分類等等問題，并對這些問題的研究現(xiàn)狀進行了總結和分析(詳見第一章)。其次，深入討論數(shù)據(jù)混淆度和類別分布非均衡性數(shù)據(jù)的分類問題，在數(shù)據(jù)復雜度的基礎上討論數(shù)據(jù)混淆度，同時闡述了數(shù)據(jù)混淆度與數(shù)據(jù)復雜度之間的關系。針對類別分布非均衡性的數(shù)據(jù)分類問題，給出其研究的現(xiàn)狀，并討論了類別分布非均衡性數(shù)據(jù)集對模式分類的影響等(詳見第二章)。再次，為了研究數(shù)據(jù)混