面向不平衡數(shù)據(jù)集的分類算法研究.pdf

1、分類號(hào)：密級(jí)：學(xué)校代碼：學(xué)號(hào)：10165201311000685遣掌師耗大學(xué)碩士學(xué)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(xué)科、專業(yè)：研究方向：導(dǎo)師姓名：徐麗麗計(jì)算數(shù)學(xué)模式識(shí)別與計(jì)算機(jī)圖形圖像處理閆德勤教授2O16年5月遼寧師范大學(xué)碩士學(xué)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(gè)領(lǐng)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(lái)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(yùn)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(yù)測(cè)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(jī)、極限學(xué)習(xí)機(jī)等，對(duì)于平衡數(shù)據(jù)集的分類已得到了令人滿意的結(jié)果。但是在實(shí)際應(yīng)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(méi)有關(guān)注數(shù)據(jù)的類別分布不均衡這個(gè)情況，導(dǎo)致分類的結(jié)果不盡人意。因此，我們需要改進(jìn)現(xiàn)有的算法或者是設(shè)計(jì)新算法以減少數(shù)據(jù)類別分布

3、的不均衡對(duì)分類效果的影響。針對(duì)傳統(tǒng)的分類算法對(duì)不平衡數(shù)據(jù)集中的少數(shù)類數(shù)據(jù)分類準(zhǔn)確率低的問(wèn)題，基于極限學(xué)習(xí)機(jī)和支持向量機(jī)，本文主要從以下兩個(gè)方面進(jìn)行研究：(1)在數(shù)據(jù)層面，基于聚類和欠采樣，提出改進(jìn)的極限學(xué)習(xí)機(jī)(FCMELM)。提出的方法通過(guò)聚類分析，將訓(xùn)練集的負(fù)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(jìn)行欠采樣，用選擇出的數(shù)據(jù)組成新的負(fù)類數(shù)據(jù)集，進(jìn)而使訓(xùn)練集正、負(fù)類數(shù)據(jù)的個(gè)數(shù)趨于均衡。對(duì)比分析實(shí)驗(yàn)結(jié)果，提出的方法有效地減少了數(shù)據(jù)的

4、不均衡分布對(duì)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(jié)合支持向量機(jī)和聚類，提出加權(quán)集成學(xué)習(xí)算法(FCMENWSVM)。首先提出模型——加權(quán)支持向量機(jī)WSVM，根據(jù)不同的類別樣本所占比例的不同，該模型為各個(gè)類別分配不同的權(quán)重，然后將WSVM與聚類結(jié)合，設(shè)計(jì)了一種新的集成學(xué)習(xí)算法。在人造數(shù)據(jù)集和UCI數(shù)據(jù)集的分類實(shí)驗(yàn)中，使用新方法。實(shí)驗(yàn)結(jié)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(dá)到預(yù)期的效果。關(guān)鍵詞：不平衡數(shù)