面向不平衡分類的邏輯回歸算法.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、類分布不平衡的數(shù)據(jù)集在現(xiàn)實生活中大量存在,傳統(tǒng)的成熟分類算法大多建立在數(shù)據(jù)集類分布大致平衡這一假設(shè)上,而對于類分布不平衡的數(shù)據(jù)集往往取得較差的分類效果。而且,在不平衡分類問題中往往少數(shù)類比多數(shù)類具有更重要的意義,因此不能僅僅使用準(zhǔn)確率來評估不平衡分類算法的性能,對于不平衡分類問題可用召回率、g-mean值以及f-measure值等評估指標(biāo)對不平衡分類算法進行評估。邏輯回歸算法是數(shù)據(jù)挖掘中常用的分類方法,尤其對于兩類分類問題。邏輯回歸算法

2、最明顯的優(yōu)勢就是它是基于概率的分類算法并且很容易被擴展到多類問題,但是邏輯回歸并不適應(yīng)于不平衡分類問題,因為其目標(biāo)函數(shù)是最大化每個實例被正確分類的概率的對數(shù)之和,而不考慮該實例是少數(shù)類還是多數(shù)類,這樣會導(dǎo)致將更多的少數(shù)類實例誤分為多數(shù)類。
  本文在邏輯回歸的基礎(chǔ)處上,根據(jù)類分布不平衡數(shù)據(jù)集的特點,結(jié)合傳統(tǒng)的邏輯回歸算法和三個不平衡分類問題的評價指標(biāo)召回率、g-mean值以及f-measure值提出了三種適合于不平衡分類的目標(biāo)函數(shù)

3、 LRM(Logistic and Recall based Metric)、GBM(G-mean based Metric)和FBM(F-measure based Metric),在這三種目標(biāo)函數(shù)的基礎(chǔ)上,本文提出三種適合于不平衡分類問題的分類算法RBLR(Recall Based Logistic Regression)、GBLR(G-mean Based Logistic Regression)和FBLR(F-measure B

4、ased Logistic Regression)。在這三種算法的求解過程中,使用擬牛頓法來解決最優(yōu)化問題,預(yù)測階段使用和傳統(tǒng)的邏輯回歸算法類似的方法進行預(yù)測。在16個UCI數(shù)據(jù)集上的實驗結(jié)果表明,本文提出的三種算法RBLR、GBLR以及 FBLR能在很好的在保持較高準(zhǔn)確率的前提下,有效地提高少數(shù)類的召回率、g-mean值以及f-measure值。與過采樣邏輯回歸OSLR(Over-Sampled Logistic Regression

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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