本文提出了一個從特征選擇的角度解決二分類不平衡樣本分類問題的一個算法.特性選擇是數(shù)據(jù)挖掘的前期步驟,良好的特征選擇方法不僅能有效的解決數(shù)據(jù)冗余與過擬合問題,而且有時可以降低算法復(fù)雜度并減少運行時間.該特征選擇方法的主要思想是依據(jù)鄰域粗糙集理論的屬性依賴度原理,對多數(shù)類和少數(shù)類的屬性依賴度賦予不同程度的權(quán)重,少數(shù)類的權(quán)重高于多數(shù)類.這種算法的優(yōu)點在于有效的找出對少數(shù)類影響較大的屬性子集.在求解特征子集的問題上,本文選用二進制粒子群算法.這種算法不必生成全部的特征子集,即可快速的找到適應(yīng)函數(shù)的最優(yōu)解.此外本文將特征選擇算法與經(jīng)典的SMOTE和ENN組合集成算法,集成算法吸納了前人研究不平衡樣本問題的成果,有著更好的分類成果. 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：27 頁

【學(xué)位級別】：碩士

【部分圖文】：

粗糙集示意圖

PSO 算法迭代終止條件根據(jù)具體問題一般選為最大迭代次數(shù)或(和)微粒群迄今為止搜索到的最優(yōu)位置滿足預(yù)定最小適應(yīng)閾值.圖2.2 PSO算法流程圖2.3不平衡樣本分類評價標準在評估分類器的性能方面, 評價標準發(fā)揮了關(guān)鍵作用. 在傳統(tǒng)的分類方法中,擬合度是常用的指標. 然而在不平衡數(shù)據(jù)分類中, 擬合度不再是恰當(dāng)?shù)闹笜? 在二分類問題中, 正類(少數(shù)類)樣本數(shù)目少, 但有著相當(dāng)高的重要性. 樣本經(jīng)過分類處9

幾種算法g-means對比圖

【參考文獻】：
期刊論文
[1]數(shù)據(jù)不平衡分類研究綜述[J]. 李元菊.  現(xiàn)代計算機(專業(yè)版). 2016(04)
[2]特征選擇算法綜述[J]. 計智偉,胡珉,尹建新.  電子設(shè)計工程. 2011(09)

碩士論文
[1]基于AdaBoost的分類器學(xué)習(xí)算法比較研究[D]. 盧婷.華東理工大學(xué) 2014
[2]不平衡數(shù)據(jù)集分類問題研究[D]. 孫曉燕.山東師范大學(xué) 2012
[3]數(shù)據(jù)預(yù)處理中粗糙集理論的應(yīng)用研究[D]. 劉斌.合肥工業(yè)大學(xué) 2010
[4]基于粗糙集的分類算法研究[D]. 鄒瑞芝.長沙理工大學(xué) 2009



本文編號：3239829