基于eEP的稀有類分類問題研究.pdf

1、本文主要研究了基于eEP的稀有類分類問題。eEP是一種最具表達(dá)能力的、特殊的EP，稱為基本顯露模式。它不僅具有顯露模式的優(yōu)點(diǎn)，可以用來構(gòu)造準(zhǔn)確的分類器，而且數(shù)量比顯露模式少很多，可以快速方便地挖掘和使用。集成學(xué)習(xí)方法是從機(jī)器學(xué)習(xí)領(lǐng)域逐漸發(fā)展起來的用于提升弱分類器分類準(zhǔn)確率的技術(shù)，被認(rèn)為是近十年來提出的最有效的學(xué)習(xí)思想之一。與單個(gè)算法相比，集成學(xué)習(xí)不容易出現(xiàn)過適應(yīng)現(xiàn)象。本文把Bagging技術(shù)引入稀有類分類這一極具挑戰(zhàn)性的領(lǐng)域，并采用基于

2、eEP的分類器作為集成學(xué)習(xí)的基分類器進(jìn)行分類。通過“分組自助抽樣”及不同的加權(quán)投票策略的分析，本文詳細(xì)研究了Bagging技術(shù)在稀有類分類上的應(yīng)用。同時(shí)提出了若干稀有類分類的高效集成學(xué)習(xí)算法。本文研究工作的主要?jiǎng)?chuàng)新點(diǎn)有：使用eEP來分類稀有類。改進(jìn)了基于eEP的單分類器算法CEEP，使之更適合對稀有類進(jìn)行分類。從而形成了新算法eEPRC，它更加側(cè)重稀有目標(biāo)類的分類性能。應(yīng)用集成學(xué)習(xí)方法Bagging技術(shù)來提高稀有類分類性能。提出兩個(gè)新的

3、稀有類分類算法VeEPRC和BeEPRC，他們分別采用bootstrap自助抽樣和“分組自助抽樣”產(chǎn)生多個(gè)自助樣本集。針對BeEPRC集成學(xué)習(xí)算法，進(jìn)一步采用兩種不同的加權(quán)投票策略進(jìn)行分析，即按分類準(zhǔn)確率加權(quán)的BeEPRCA算法和按稀有類分類的F-度量進(jìn)行加權(quán)的BeEPRCF算法。最終選用分類性能較好的BeEPRCF作為本文的代表算法與其它經(jīng)典分類算法進(jìn)行詳細(xì)分析比較。通過對稀有類分類問題的研究與實(shí)踐，本文從中探索了一些可行的規(guī)律，在一