面向不平衡數(shù)據(jù)集的分類算法研究.pdf_第1頁
已閱讀1頁,還剩43頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、分類號:密級:學校代碼:學號:10165201311000685遣掌師耗大學碩士學位論文②面向不平衡數(shù)據(jù)集的分類算法研究作者姓名:學科、專業(yè):研究方向:導師姓名:徐麗麗計算數(shù)學模式識別與計算機圖形圖像處理閆德勤教授2O16年5月遼寧師范大學碩士學位論文摘要人們挖掘和找到更多的數(shù)據(jù)信息的能力越高,在各個領域中累積的數(shù)據(jù)就越多,其中不乏有平衡數(shù)據(jù)集和不平衡數(shù)據(jù)集。因此這就需要人們采取有效的方法來處理這些大數(shù)據(jù),從中找到它們的規(guī)律,有效利用它

2、們蘊含的信息。處理數(shù)據(jù)最重要的工作之一就是數(shù)據(jù)的分類,所謂數(shù)據(jù)的分類是指分析和研究已有的數(shù)據(jù)集,并在該數(shù)據(jù)集中找出隱含在其中的信息和規(guī)律,然后預測未知數(shù)據(jù)集的類別。經(jīng)典的數(shù)據(jù)分類方法,如支持向量機、極限學習機等,對于平衡數(shù)據(jù)集的分類已得到了令人滿意的結果。但是在實際應用中,使用的數(shù)據(jù)集通常是不均衡的。已有的分類方法沒有關注數(shù)據(jù)的類別分布不均衡這個情況,導致分類的結果不盡人意。因此,我們需要改進現(xiàn)有的算法或者是設計新算法以減少數(shù)據(jù)類別分布

3、的不均衡對分類效果的影響。針對傳統(tǒng)的分類算法對不平衡數(shù)據(jù)集中的少數(shù)類數(shù)據(jù)分類準確率低的問題,基于極限學習機和支持向量機,本文主要從以下兩個方面進行研究:(1)在數(shù)據(jù)層面,基于聚類和欠采樣,提出改進的極限學習機(FCMELM)。提出的方法通過聚類分析,將訓練集的負類數(shù)據(jù)分成不同的簇,然后按規(guī)定的采樣率在各簇中進行欠采樣,用選擇出的數(shù)據(jù)組成新的負類數(shù)據(jù)集,進而使訓練集正、負類數(shù)據(jù)的個數(shù)趨于均衡。對比分析實驗結果,提出的方法有效地減少了數(shù)據(jù)的

4、不均衡分布對分類的正確率的干擾,得到了更好的分類效果。(2)在算法層面,結合支持向量機和聚類,提出加權集成學習算法(FCMENWSVM)。首先提出模型——加權支持向量機WSVM,根據(jù)不同的類別樣本所占比例的不同,該模型為各個類別分配不同的權重,然后將WSVM與聚類結合,設計了一種新的集成學習算法。在人造數(shù)據(jù)集和UCI數(shù)據(jù)集的分類實驗中,使用新方法。實驗結果充分證明,新方法能夠很好地處理數(shù)據(jù)的不均衡分類,并達到預期的效果。關鍵詞:不平衡數(shù)

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。

評論

0/150

提交評論