面向類分布不平衡數(shù)據(jù)的組合分類器剪枝方法的研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、類分布不平衡數(shù)據(jù)與人們的生活息息相關，準確地分類這些數(shù)據(jù)具有非常重要的意義，因此不平衡數(shù)據(jù)分類成為數(shù)據(jù)挖掘領域的熱點。面向不平衡數(shù)據(jù)分類時，傳統(tǒng)的分類器往往失效，組合分類器性能也不理想，并且組合分類器還有占用內存空間大、預測響應時間長的不足。組合剪枝算法被廣泛的應用解決上述問題，但是常見的組合剪枝算法多用訓練實例集作為剪枝集，傾向選擇出對負類實例更有利的基分類器，因此不宜應用到面向不平衡數(shù)據(jù)的組合分類器的剪枝中。目前單純面向類分布不平衡

2、實例集的組合剪枝算法較少有人涉及，本文從選擇創(chuàng)建面向不平衡類的組合剪枝集出發(fā)，創(chuàng)建面向不平衡數(shù)據(jù)的組合分類器。
　　首先本文基于SMOTE(the synthetic minority over-sampling technique)和簡單隨機欠抽樣技術，提出了EPPS(Ensemble Pruning based on pruning set of SMOTE)和EPPU(Ensemble Pruning based on pr

3、uning set of Under-sampling)算法，這種兩種算法分別把SMOTE和簡單隨機欠抽樣技術應用創(chuàng)建相對平衡的剪枝集，用于監(jiān)督組合分類器的剪枝過程，提升組合分類器對不平衡數(shù)據(jù)的分類性能;然后，本文又提出了EPPE(Ensemble Pruning based on Positive Examples)算法，EPPE把正類及其邊界負類實例作為剪枝集，選擇出基分類器池中對正類及其邊界附近的負類分類性能良好的基分類器，創(chuàng)建出

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論