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),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘和機器學習是目前最熱門的領(lǐng)域之一,如何進行快速高效的數(shù)據(jù)挖掘,從中獲得有價值的信息就顯得尤為重要。其中分類問題是一個很重要的研究課題,傳統(tǒng)的分類算法雖然得到了較好的應(yīng)用,但是其算法大部分都是建立在數(shù)據(jù)集分布均勻的條件下,一旦出現(xiàn)不平衡數(shù)據(jù)時,這些算法的分類效果將會大打折扣。
針對不平衡數(shù)據(jù)分類問題,特征選擇方法可以用來篩選出有價值的特征,有助于分類器的分類預測。本文分析和討論了結(jié)構(gòu)化不平衡數(shù)據(jù)集和非結(jié)構(gòu)化不平衡數(shù)據(jù)集中
2、的數(shù)據(jù)分布及特征分布,并基于這兩類不平衡數(shù)據(jù)集展開研究并設(shè)計了不同的特征選擇算法。實驗結(jié)果表明,所設(shè)計的特征選擇算法能有效提高不平衡數(shù)據(jù)的分類性能,尤其是少數(shù)類的分類性能。
本文的主要研究工作包括:
(1)分析了結(jié)構(gòu)化不平衡數(shù)據(jù)集和非結(jié)構(gòu)化不平衡數(shù)據(jù)集中的數(shù)據(jù)分布及特征分布,討論了一些常用的特征選擇算法的性能優(yōu)劣;
?。?)針對結(jié)構(gòu)化不平衡數(shù)據(jù)集,提出并設(shè)計了一種基于特征選擇的改進型不平衡分類提升算法,從數(shù)據(jù)
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于不平衡數(shù)據(jù)集的數(shù)據(jù)挖掘分類算法研究.pdf
- 面向不平衡數(shù)據(jù)的特征選擇與半監(jiān)督分類算法研究.pdf
- 不平衡數(shù)據(jù)分類問題研究.pdf
- 數(shù)據(jù)不平衡分類問題研究.pdf
- 面向互聯(lián)網(wǎng)應(yīng)用的不平衡數(shù)據(jù)分類技術(shù)研究.pdf
- 基于半監(jiān)督和集成學習的不平衡數(shù)據(jù)特征選擇和分類.pdf
- 不平衡數(shù)據(jù)集分類問題研究.pdf
- 半監(jiān)督不平衡數(shù)據(jù)的分類.pdf
- 不平衡數(shù)據(jù)集分類算法的研究.pdf
- 不平衡數(shù)據(jù)的最優(yōu)分類閾值研究.pdf
- 基于過抽樣技術(shù)的不平衡數(shù)據(jù)分類研究.pdf
- 文本分類中不平衡數(shù)據(jù)的處理.pdf
- 基于不平衡數(shù)據(jù)的分類方法研究.pdf
- 基于Fisher判別技術(shù)的不平衡數(shù)據(jù)分類算法研究.pdf
- 基于不平衡數(shù)據(jù)的情感分類方法研究.pdf
- 基于不平衡數(shù)據(jù)集的文本分類技術(shù).pdf
- 關(guān)聯(lián)分類改進及不平衡數(shù)據(jù)分類算法研究.pdf
- 基于集成學習的不平衡數(shù)據(jù)分類.pdf
- 面向不平衡數(shù)據(jù)集的分類算法研究.pdf
- 關(guān)于不平衡缺失數(shù)據(jù)的分類算法研究.pdf
評論
0/150
提交評論