可適應(yīng)不良數(shù)據(jù)的數(shù)據(jù)分類若干方法研究.pdf

1、在對數(shù)據(jù)進(jìn)行分類時(shí)，數(shù)據(jù)本身所具有的某些不良特點(diǎn)，如噪聲影響、簇間密度變差顯著、類間不平衡和特征維方差各不相同等問題都會(huì)影響分類效果。因此，研究適應(yīng)不良數(shù)據(jù)特點(diǎn)的分類算法，具有重要的理論和應(yīng)用價(jià)值。目前，雖然有DBSCAN,Trimmed k-means等算法也能處理一些不良特點(diǎn)的數(shù)據(jù)，但是渴求一種通用的處理所有不良類型數(shù)據(jù)的分類算法是不現(xiàn)實(shí)的，根據(jù)數(shù)據(jù)的特點(diǎn)研究一些有針對性的抗干擾算法逐漸形成一種共識。
　　本文受分子動(dòng)力學(xué)原理

2、的啟發(fā)，在數(shù)據(jù)點(diǎn)之間引入引力和斥力的相互作用機(jī)制，并結(jié)合數(shù)據(jù)點(diǎn)在原始特征空間和迭代空間的距離、簇密度差和近鄰性等信息，提出了仿分子動(dòng)力學(xué)數(shù)據(jù)聚類法;同樣考慮近鄰性和特征維方差等因素提出了橢球-平面分類法，并改進(jìn)了基于核密度估計(jì)的數(shù)據(jù)分類算法。新的聚類方法除是對帶噪聲、簇間密度變差明顯的數(shù)據(jù)具有好的適應(yīng)力外，不需要預(yù)先設(shè)置簇個(gè)數(shù)，可自動(dòng)發(fā)現(xiàn)數(shù)據(jù)中可能包含的簇，并解決了引力模型中的黑洞問題。
　　基于核密度估計(jì)的數(shù)據(jù)分類法是實(shí)際應(yīng)用中

3、的常見分類法，它在處理不平衡類時(shí)可能出現(xiàn)諸如少數(shù)類的數(shù)據(jù)點(diǎn)錯(cuò)分到多數(shù)類的問題。為了使該方法可處理不平衡類帶來的影響，并在不平衡類問題嚴(yán)重時(shí)也能發(fā)揮好的效果，本文對其進(jìn)行了改進(jìn)，在基于核密度估計(jì)的數(shù)據(jù)分類法中引入具有較小搜索區(qū)間的平滑因子,增強(qiáng)了其對不平衡類的適應(yīng)力。實(shí)驗(yàn)表明這種改進(jìn)是有效的,它提高了原方法對不平衡類的適應(yīng)力。
　　事實(shí)上，像基于核密度估計(jì)一類的分類方法在預(yù)測階段由于可能涉及整個(gè)樣本集的計(jì)算，當(dāng)數(shù)據(jù)集規(guī)模較大時(shí)其預(yù)測

4、開銷可能會(huì)很大。為了達(dá)到減小預(yù)測開銷，同時(shí)又使模型兼?zhèn)浒瑪?shù)據(jù)在特征維上方差信息的特點(diǎn)，本文提出了一種新的橢球-平面分類法，它是一個(gè)兩階段的監(jiān)督型分類方法。該方法利用橢球面和平面分類參考面進(jìn)行分類，由于分類時(shí)待測點(diǎn)只需與相應(yīng)的參考面進(jìn)行計(jì)算，使其時(shí)間開銷小于基于距離的 k最近鄰點(diǎn)方法和基于核密度估計(jì)一類的方法，并且強(qiáng)化了鄰近性原則。
　　以上算法除理論分析外，基于標(biāo)準(zhǔn)數(shù)據(jù)集都與其他現(xiàn)有方法進(jìn)行了對比試驗(yàn)，確認(rèn)了理論推導(dǎo)的正確性，為