面向不平衡數(shù)據(jù)集的分類算法研究.pdf

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)