基于度量學(xué)習(xí)和聚類的一致性預(yù)測(cè)器算法研究.pdf

1、一致性預(yù)測(cè)器算法是一種帶置信度的域預(yù)測(cè)機(jī)器學(xué)習(xí)算法，該算法通過將所有滿足預(yù)先設(shè)定的置信度的假設(shè)類別都作為域預(yù)測(cè)結(jié)果進(jìn)行輸出，從而實(shí)現(xiàn)預(yù)測(cè)風(fēng)險(xiǎn)可控。一致性預(yù)測(cè)器與傳統(tǒng)的以提高點(diǎn)預(yù)測(cè)準(zhǔn)確率為目的機(jī)器學(xué)習(xí)算法相比，更適用于高風(fēng)險(xiǎn)領(lǐng)域。
　　一致性預(yù)測(cè)器算法本質(zhì)上是在線的，并且其在計(jì)算測(cè)試樣本的隨機(jī)性檢驗(yàn)值時(shí)要頻繁的存儲(chǔ)和訪問原始的樣本序列，這對(duì)于一些大數(shù)據(jù)應(yīng)用來(lái)說(shuō)是難以承受的。另外，一致性預(yù)測(cè)器也存在易受非平衡因素影響的問題，其小類樣本

2、的域預(yù)測(cè)結(jié)果并不能滿足預(yù)先設(shè)定的置信度（即小類的預(yù)測(cè)風(fēng)險(xiǎn)不能很好的控制）。但是目前針對(duì)一致性預(yù)測(cè)器在線計(jì)算效率和非平衡的研究較少，本文針對(duì)這兩個(gè)問題對(duì)一致性預(yù)測(cè)器算法進(jìn)行改進(jìn)研究。
　　針對(duì)在線計(jì)算效率問題，本文提出了一種基于度量學(xué)習(xí)的一致性預(yù)測(cè)器算法，將度量學(xué)習(xí)算法引入到一致性預(yù)測(cè)器框架中，通過度量學(xué)習(xí)將部分在線計(jì)算代價(jià)轉(zhuǎn)移到離線部分，同時(shí)也通過度量學(xué)習(xí)得到的空間轉(zhuǎn)換矩陣將離線信息應(yīng)用于在線預(yù)測(cè)，從而達(dá)到在保證預(yù)測(cè)效率的基礎(chǔ)上提

3、高在線計(jì)算效率的目的。
　　針對(duì)非平衡問題，本文分別在數(shù)據(jù)層面以及算法層面提出了基于聚類抽樣的一致性預(yù)測(cè)器算法和基于聚類劃分的一致性預(yù)測(cè)器算法。基于聚類抽樣的一致性預(yù)測(cè)器算法通過對(duì)訓(xùn)練樣本中的大類進(jìn)行聚類后重新抽樣得到平衡的訓(xùn)練樣本，從而消除或降低非平衡影響?；诰垲悇澐值囊恢滦灶A(yù)測(cè)器算法是通過對(duì)大類聚成k類，然后每個(gè)小聚類和原始小類一起構(gòu)成一個(gè)分類器，測(cè)試樣本的隨機(jī)性檢驗(yàn)值p取k個(gè)分類器結(jié)果中最大的大類隨機(jī)性檢驗(yàn)值對(duì)應(yīng)的分類器結(jié)