針對磁盤數(shù)據(jù)集中正負(fù)樣本數(shù)目嚴(yán)重不平衡導(dǎo)致基于機(jī)器學(xué)習(xí)的分類算法易出現(xiàn)故障預(yù)測準(zhǔn)確率低的問題,本文提出一種基于自適應(yīng)加權(quán)Bagging-GBDT算法的磁盤故障預(yù)測模型.首先,提出基于聚類的分層欠采樣方法對健康磁盤樣本進(jìn)行多次抽樣,解決隨機(jī)欠采樣方法易丟棄潛在有用樣本的問題;其次,將每次采樣后樣本與全部故障磁盤樣本組合得到多個樣本子集,通過訓(xùn)練這些子集建立多個預(yù)測精度較高的GBDT子分類模型;最后,根據(jù)待測點鄰域樣本類別自適應(yīng)確定各子模型權(quán)重,據(jù)此通過加權(quán)硬投票集成最終的磁盤故障預(yù)測模型.在8組KEEL不平衡數(shù)據(jù)集上實驗結(jié)果表明,與現(xiàn)有典型不平衡學(xué)習(xí)算法相比,少數(shù)類的召回率平均提升了9.46%;同時在磁盤公開數(shù)據(jù)集和某調(diào)度系統(tǒng)磁盤數(shù)據(jù)上對比驗證了該方法在故障預(yù)測率上的先進(jìn)性. 

【文章來源】：微電子學(xué)與計算機(jī). 2020,37(03)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

基于k-means的分層欠采樣

本文提出的基于Bagging-GBDT算法的磁盤故障預(yù)測流程圖,如圖2所示.當(dāng)磁盤測試樣本送入故障預(yù)測模型時,首先根據(jù)歐式距離統(tǒng)計其在訓(xùn)練樣本集內(nèi)n個鄰居點中的故障類樣本的數(shù)目count,計算故障類權(quán)重系數(shù)w+=count/n+1,健康類權(quán)重系數(shù)默認(rèn)設(shè)置為1;然后分別通過各個子預(yù)測模型對該樣本進(jìn)行測試得到預(yù)測類別;最后,根據(jù)權(quán)重系數(shù)對各種子模型的預(yù)測結(jié)果進(jìn)行組合,得到測試樣本最終的預(yù)測類別,具體細(xì)節(jié)如偽代碼1所示.偽代碼1:模型的構(gòu)建與故障預(yù)測

從圖3中可以看出,對大部分?jǐn)?shù)據(jù)集,Bagging-GBDT算法在Recall+指標(biāo)上優(yōu)于其他五種對比算法,體現(xiàn)了此方法的穩(wěn)定性.其中,在Pima數(shù)據(jù)集上提升效果最明顯,與表現(xiàn)第二GBDT-SMOTE算法相比,在Recall+上提升了3.28%,在New-thyroid數(shù)據(jù)集提升效果次之,與表現(xiàn)第二ModifiedBagging算法相比,在Recall+上提升了2.92%,這說明Bagging-GBDT算法能有效應(yīng)用于不平衡數(shù)據(jù)的分類.4.3 磁盤數(shù)據(jù)集實驗

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器學(xué)習(xí)的恐怖分子預(yù)測算法[J]. 李慧,張南南,曹卓,鄭海,陳湘萍.  計算機(jī)工程. 2020(02)
[2]基于Hubness與類加權(quán)的k最近鄰分類算法[J]. 李金孟,林亞平,祝團(tuán)飛.  計算機(jī)工程. 2018(04)
[3]代價敏感大間隔分布學(xué)習(xí)機(jī)[J]. 周宇航,周志華.  計算機(jī)研究與發(fā)展. 2016(09)
[4]智能電網(wǎng)調(diào)度控制系統(tǒng)試驗驗證技術(shù)[J]. 楊清波,李立新,李宇佳,嚴(yán)亞勤,狄方春,花靜,韓魏.  電力系統(tǒng)自動化. 2015(01)



本文編號：3358560