類別不均衡數(shù)據(jù)的特征選擇與重用.pdf

1、特征選擇是當(dāng)前人工智能領(lǐng)域，尤其是機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一。隨著人工智能和計(jì)算機(jī)科學(xué)技術(shù)的迅速發(fā)展，特征選擇在理論和應(yīng)用方面均得到了較大的發(fā)展。特征選擇不僅可以去除數(shù)據(jù)的冗余特征信息和無關(guān)特征信息從而提高原始數(shù)據(jù)的質(zhì)量，而且還可以大大降低數(shù)據(jù)挖掘的成本。 本文主要討論了集成學(xué)習(xí)在處理類別不均衡問題時(shí)的特征選擇和多任務(wù)學(xué)習(xí)用于特征重用的研究及其相關(guān)應(yīng)用。在類別不均衡方面，本文對于采用基于風(fēng)險(xiǎn)預(yù)報(bào)準(zhǔn)則的特征選擇的集成學(xué)習(xí)進(jìn)行了深入

2、地研究；在特征重用方面，本文對于采用遺傳算法來動態(tài)地確定多任務(wù)學(xué)習(xí)的輸入和輸出特征的搜索策略進(jìn)行了深入地探討。 本文的主要工作在于以下三點(diǎn)：1）在Bagging集成學(xué)習(xí)中引入了非對稱取樣和嵌入式特征選擇方法，從而提出并論證了基于風(fēng)險(xiǎn)預(yù)報(bào)準(zhǔn)則特征選擇的非對稱Bagging集成學(xué)習(xí)算法：PRIFEAB;2）在Adaboost集成學(xué)習(xí)中引入了非對稱取樣和嵌入式特征選擇方法，從而提出并論證了基于風(fēng)險(xiǎn)預(yù)報(bào)準(zhǔn)則特征選擇的EasyEnsemb

3、le集成學(xué)習(xí)算法PREE和基于風(fēng)險(xiǎn)預(yù)報(bào)準(zhǔn)則個(gè)體特征選擇的EasyEnsemble集成學(xué)習(xí)算法PRIEE;3）冗余特征用于多任務(wù)學(xué)習(xí)時(shí)的特征搜索策略，采用兩位二進(jìn)制編碼的遺傳算法隨機(jī)搜索策略，從而提出并論證了基于遺傳算法隨機(jī)搜索策略的加強(qiáng)型多任務(wù)學(xué)習(xí)算法e-GA-MTL。 在多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)證明，本文所提出的算法比原有算法有更好的性能。同時(shí)，這些算法在藥物活性預(yù)報(bào)、質(zhì)譜數(shù)據(jù)分析和基因芯片數(shù)據(jù)分析等現(xiàn)實(shí)問題上得到了很好的應(yīng)用，