多級分類器構(gòu)建及在不平衡數(shù)據(jù)的應用研究.pdf

1、分類技術(shù)是數(shù)據(jù)挖掘領(lǐng)域一項重要的任務。如何根據(jù)訓練集建立分類器，并使用該分類器準確預測待測試實例的類別是衡量分類器好壞的標準。單級分類器通常只對訓練集學習一次，在某些情況下測試時可能存在分類規(guī)則少，規(guī)則質(zhì)量不高，從而引起分類準確率低的問題。此外，在現(xiàn)實世界里，存在大量不平衡數(shù)據(jù)。單級分類器在數(shù)據(jù)不平衡的情況下，更不能有效的提取足夠少數(shù)類的分類信息，導致少數(shù)類實例極易被錯誤分類。多級分類器對訓練集學習多次，可以提高分類規(guī)則數(shù)量，有效提高分

2、類精度。同時，多級分類器是處理不平衡數(shù)據(jù)分類的有效方式。本文圍繞多級分類器分類算法進行研究，提出三種新的多級分類算法模型。從單個分類器算法、不同訓練方式及融合多分類器方法三個方面進行改進。改進的方法不僅可以提高分類準確率，而且可以有效的針對不平衡數(shù)據(jù)特點，提高不平衡數(shù)據(jù)分類精度。
　　本文的主要研究工作如下：
　　首先，提出基于實例多覆蓋多級分類算法。實例覆蓋算法是對決策樹算法的改進，基于實例多覆蓋多級分類算法是以實例覆蓋算

3、法作為基分類器，對訓練集進行多次訓練，生成大量分類規(guī)則，以達到使訓練集中每個實例被分類規(guī)則多次覆蓋，提高了分類準確率。
　　其次，提出基于規(guī)則提取多級分類算法。不同于傳統(tǒng)基于規(guī)則分類算法,基于規(guī)則提取多級分類算法一次產(chǎn)生較大規(guī)模候選集，一次生成大量規(guī)則。一次規(guī)則生成后，訓練集中的實例至少被規(guī)則覆蓋兩次才被刪除，并重復規(guī)則提取過程。
　　最后，針對不平衡數(shù)據(jù)設(shè)計多級分類器?？紤]不平衡數(shù)據(jù)中少數(shù)類實例難以提取規(guī)則且誤分概率大等特