低秩稀疏屬性約簡(jiǎn)及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘研究常用高維數(shù)據(jù)描述數(shù)據(jù)的特征。由于各種原因，例如數(shù)據(jù)多樣性等，高維數(shù)據(jù)常含有無關(guān)、冗余屬性。這些無關(guān)、冗余屬性通常增加儲(chǔ)存空間和計(jì)算時(shí)間，而且易導(dǎo)致維災(zāi)難等問題，最終降低數(shù)據(jù)挖掘的效率。屬性約簡(jiǎn)通過降低屬性的維數(shù)從高維數(shù)據(jù)中選出重要屬性，已被顯示除了解決以上問題，還能提高分類器的性能，在數(shù)據(jù)挖掘領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。
　　現(xiàn)有的屬性約簡(jiǎn)方法包括屬性選擇和子空間學(xué)習(xí)兩類。屬性選擇在保證原始結(jié)構(gòu)的前提下選擇相關(guān)屬性子集。

2、子空間學(xué)習(xí)把原始數(shù)據(jù)從高維度空間投影到低維度空間，保持?jǐn)?shù)據(jù)相關(guān)結(jié)構(gòu)，同時(shí)能去除離群樣本和無關(guān)屬性?？傊瑢傩赃x擇比子空間學(xué)習(xí)更具有解釋性，而子空間學(xué)習(xí)比屬性選擇更具穩(wěn)定性。本文融合屬性選擇和子空間學(xué)習(xí)到同一個(gè)模型，針對(duì)高維數(shù)據(jù)秩由于噪音影響升高等特點(diǎn)，合理考慮低秩表示和稀疏重構(gòu)方法選取代表性的屬性子集，并應(yīng)用于單視圖數(shù)據(jù)和多視圖數(shù)據(jù)的分類研究和回歸預(yù)測(cè)等應(yīng)用。論文的主要內(nèi)容和創(chuàng)新點(diǎn)為:
　　(1)基于自表達(dá)方法在分類方面具有良好效

3、果，本文結(jié)合屬性自表達(dá)、低秩稀疏等技術(shù)，提出了一種單視圖數(shù)據(jù)的無監(jiān)督屬性約簡(jiǎn)模型——自表達(dá)的低秩屬性約簡(jiǎn)算法(RS_FS算法)。RS_FS算法利用低秩約束和稀疏學(xué)習(xí)，把單視圖無監(jiān)督分類轉(zhuǎn)成監(jiān)督分類問題。具體地，RS_FS算法首先假設(shè)無監(jiān)督數(shù)據(jù)含有潛在的類標(biāo)簽，即通過K-均值聚類方法得到類標(biāo)簽指示向量;然后利用屬性自表達(dá)方法充分考慮不同屬性間的自相似關(guān)系得到屬性自表達(dá)矩陣;并在目標(biāo)函數(shù)中對(duì)已得到的重構(gòu)系數(shù)矩陣做稀疏處理。在得到的目標(biāo)函數(shù)中

4、，子空間學(xué)習(xí)方法保持?jǐn)?shù)據(jù)間的全局結(jié)構(gòu)使得在稀疏處理時(shí)確保最相關(guān)的若干樣本不被稀疏處理;低秩表示針對(duì)重構(gòu)系數(shù)矩陣進(jìn)行低秩約束并按重要性大小選取前r個(gè)特征值對(duì)應(yīng)的特征向量。通過跟對(duì)比算法在公開數(shù)據(jù)集的實(shí)驗(yàn)比較，RS_FS對(duì)數(shù)據(jù)分類比對(duì)比算法有好的效果。
　　(2)數(shù)據(jù)的多樣性導(dǎo)致多視圖數(shù)據(jù)應(yīng)運(yùn)而生，論文提出了一種基于低秩稀疏的屬性約簡(jiǎn)算法(SLR_ FS)。SLR_FS算法首先對(duì)每個(gè)視圖數(shù)據(jù)進(jìn)行重構(gòu)獲取單視圖重構(gòu)系數(shù)矩陣;然后利用稀疏

5、重構(gòu)技術(shù)對(duì)每個(gè)視圖重構(gòu)系數(shù)矩陣進(jìn)行稀疏處理，去除相應(yīng)的噪聲樣本和冗余屬性;接著利用低秩表示處理不同視圖之間相關(guān)性并保持不同視圖數(shù)據(jù)間的全局?jǐn)?shù)據(jù)結(jié)構(gòu)，并對(duì)得到的每個(gè)視圖稀疏重構(gòu)系數(shù)矩陣進(jìn)行線性聯(lián)合。最后，結(jié)合子空間算法進(jìn)一步調(diào)整得到的重構(gòu)系數(shù)矩陣。經(jīng)與對(duì)比算法進(jìn)行的實(shí)驗(yàn)驗(yàn)證，SLR_FS算法在各種評(píng)價(jià)指標(biāo)上均取得了很好的回歸效果。
　　本論文主要針對(duì)不同類型的高維數(shù)據(jù)（包括多視圖數(shù)據(jù)和單視圖數(shù)據(jù)），分析并設(shè)計(jì)了新穎的屬性約簡(jiǎn)算法。具