代價敏感特征選擇的兩種算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，在實際應(yīng)用中出現(xiàn)了大量復(fù)雜的數(shù)據(jù)，這些數(shù)據(jù)往往帶有多個標(biāo)簽類別。因此，從這些復(fù)雜的數(shù)據(jù)中獲取有用數(shù)據(jù)就要付出更多的金錢、時間，資源等代價。所以，如何在有限的代價下，從高維的、多標(biāo)簽的數(shù)據(jù)中獲取最有效的信息，已成為數(shù)據(jù)挖掘研究的熱門問題。近年來出現(xiàn)的代價敏感學(xué)習(xí)在數(shù)據(jù)挖掘中起到了巨大的作用，而代價敏感特征選擇又是代價敏感學(xué)習(xí)中一個比較典型的問題，其目標(biāo)是在選取最優(yōu)子集的過程中，要盡量減少測試代價、誤分類代價或總代

2、價。針對這一問題，學(xué)者們提出了啟發(fā)式搜索算法，智能優(yōu)化算法和很多其它優(yōu)化算法，但是通常這些算法只收斂于局部最優(yōu)或者其運行效率也不盡人意。
　　非負(fù)矩陣分解方法和多標(biāo)簽學(xué)習(xí)理論能有效地處理海量的數(shù)據(jù)，己成為高維數(shù)據(jù)降維分析領(lǐng)域的重要研究方向。因此，本文在對現(xiàn)有非負(fù)矩陣分解算法、多標(biāo)簽學(xué)習(xí)理論和代價敏感學(xué)習(xí)深入分析和研究的基礎(chǔ)上，通過將非負(fù)矩陣分解應(yīng)用于代價敏感特征選擇之中，多標(biāo)簽學(xué)習(xí)與代價敏感相結(jié)合，提出了基于非負(fù)矩陣分解的代價敏感

3、特征選擇算法和多標(biāo)簽背景下的代價敏感特征選擇算法。本文將從以下兩方面進(jìn)行研究：
　　一、針對代價敏感學(xué)習(xí)的特征選擇問題，本文提出了基于非負(fù)矩陣分解的測試代價敏感特征選擇方法。首先利用隨機(jī)機(jī)制產(chǎn)生一批初始代價解，形成代價矩陣。其次在此基礎(chǔ)上定義了基于矩陣分解的融合近似質(zhì)量，并設(shè)計了測試代價的適應(yīng)度函數(shù)。最后借助迭代算法進(jìn)行問題的求解，篩選出最優(yōu)特征子集。實驗結(jié)果表明該算法在大數(shù)據(jù)集上運行的性能良好，獲得具有較低測試代價的特征子集。<