基于影響函數(shù)的分類算法研究.pdf

1、分類是數(shù)據(jù)挖掘中的重要研究課題之一，它廣泛地應(yīng)用于金融業(yè)、零售業(yè)、電信業(yè)、生物業(yè)等領(lǐng)域，受到了社會(huì)的極大關(guān)注。分類是一種有監(jiān)督的學(xué)習(xí)方法，通過對(duì)訓(xùn)練數(shù)據(jù)集學(xué)習(xí)獲得一個(gè)模型從而判定未知樣本的類標(biāo)號(hào)。如何提高分類模型的準(zhǔn)確率是分類的核心問題。經(jīng)典的分類算法，如k-近鄰、決策樹歸納、樸素貝葉斯、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、基于案例的推理等，這些分類方法基本思想相同：給定訓(xùn)練樣本集D，通過在D上學(xué)習(xí)獲得一個(gè)分類模型M，由M確定未知樣本x的類標(biāo)號(hào)。

2、這些分類算法都是基于訓(xùn)練數(shù)據(jù)集學(xué)習(xí)得到分類器，用其分類未知類標(biāo)號(hào)樣本，即，未知樣本都受到訓(xùn)練數(shù)據(jù)集的影響。
　　在已有經(jīng)典的分類算法的基礎(chǔ)上，論文從新的角度理解分類,提出了一種有效的用于數(shù)據(jù)挖掘分類任務(wù)的方法-基于影響函數(shù)的分類方法。算法的關(guān)鍵是影響函數(shù)的定義，結(jié)合文中定義的四種影響函數(shù)即：線性影響函數(shù)、平方影響函數(shù)、指數(shù)影響函數(shù)和引力影響函數(shù),在這四種函數(shù)的基礎(chǔ)上提出了四種分類算法CBLIF(Classification Bas

3、ed on Liner Influence Function)、CBSIF(Classification Based on Square Influence Function)、CBEIF(Classification Based on Exponential Influence Function)和CBGIF(Classification Based on Gravity Influence Function)，確切地說，基于影響函數(shù)

4、的分類不是一種分類算法，而是一種分類思想。定義不同的影響函數(shù)產(chǎn)生不同的分類算法。我們可以把已有的分類算法統(tǒng)一到一個(gè)框架下。當(dāng)實(shí)際問題的類邊界不規(guī)則，很難用簡(jiǎn)單函數(shù)表示時(shí)，這帶來了很大方便，同時(shí)，經(jīng)典的分類算法大都可以歸結(jié)為基于影響函數(shù)的分類方法。
　　基于UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示，本文提出的四種算法CBLIF、CBSIF、CBEIF以及CBGIF相對(duì)于傳統(tǒng)的分類算法能夠提高準(zhǔn)確率，并且CBEIF與CBGIF通過學(xué)習(xí)合適的參數(shù)來