检索结果-内蒙古大学图书馆

计算机工程与设计 2013年第12期34卷 4345-4350页

作者：丁福利孙立民烟台大学计算机学院山东烟台264005

支持向量机(SVM)在处理不平衡样本集时,对少类样本的分类效果很不理想。为提高支持向量机在处理不平衡问题上的分类效果,提出了一种核函数选取与欠采样相结合的算法,在提高少类样本准确率的前提下,将多类样本的分类准确率的损失降到最... 详细信息

支持向量机(SVM)在处理不平衡样本集时,对少类样本的分类效果很不理想。为提高支持向量机在处理不平衡问题上的分类效果,提出了一种核函数选取与欠采样相结合的算法,在提高少类样本准确率的前提下,将多类样本的分类准确率的损失降到最低。该方法首先基于特征空间的可分性选择最佳核函数,然后根据特征距离进行欠采样。基于UCI标准样本集的仿真实验结果表明了该算法是合理有效的。

关键词：分类支持向量机不平衡样本集欠采样算法核函数

来源：评论

学校读者我要写书评

暂无评论

改进K均值聚类的不平衡数据欠采样算法

引用

软件导刊 2020年第6期19卷 205-209页

作者：于艳丽江开忠王珂盛静文上海工程技术大学数理与统计学院上海工程技术大学电子与电气工程学院上海201602

传统欠采样方法在处理不平衡数据问题时只考虑多数类样本的绝对位置而忽略了其相对位置,从而使产生的平衡数据集存在边界模糊问题。提出一种改进K均值聚类的不平衡数据欠采样算法(UD-PK)。该算法首先利用改进的PSO算法迭代寻找全局最优... 详细信息

传统欠采样方法在处理不平衡数据问题时只考虑多数类样本的绝对位置而忽略了其相对位置,从而使产生的平衡数据集存在边界模糊问题。提出一种改进K均值聚类的不平衡数据欠采样算法(UD-PK)。该算法首先利用改进的PSO算法迭代寻找全局最优解作为K-means聚类所需初始值,然后通过K-means进行聚类,再按照每个类别中多数类与少数类的比例定义所取多数类样本个数,并根据多数类样本与簇心距离择优选择参与平衡数据集构造。在UCI数据集上的对比试验表明,该算法在少数类准确率上较一些经典算法有很大提升。

关键词：不平衡数据集欠采样算法 K均值聚类粒子群算法

来源：评论

学校读者我要写书评

暂无评论

不平衡样本集的欠采样算法研究

引用

福建电脑 2014年第12期30卷 16-18页

作者：韩芳孙立民烟台大学计算机与控制工程学院山东烟台264005

支持向量机在分类平衡样本集时的分类效果非常好,但是对不平衡样本集的分类效果并不理想。仔细分析样本集不平衡的原因,一是数量上的不平衡,二是样本点的空间重合。本文综合考虑数量和空间重合度这两点提出了改良式欠采样算法,降低样本... 详细信息

支持向量机在分类平衡样本集时的分类效果非常好,但是对不平衡样本集的分类效果并不理想。仔细分析样本集不平衡的原因,一是数量上的不平衡,二是样本点的空间重合。本文综合考虑数量和空间重合度这两点提出了改良式欠采样算法,降低样本集空间重合度和数量上的不平衡。通过仿真结果可以看出,本文的算法对不平衡样本集的分类效果较好。

关键词：支持向量机不平衡样本欠采样算法分类

来源：评论

学校读者我要写书评

暂无评论

不平衡样本集分类算法研究

引用

计算机应用研究 2015年第8期32卷 2323-2325页

作者：韩芳孙立民烟台大学计算机与控制工程学院山东烟台264005

支持向量机在处理不平衡数据集时,对少类样本的分类效果很不理想。传统的处理方法尽管能够提高少类样本的分类准确率,但多类样本的分类准确率却大幅度下降。综合考虑样本间的相对距离和密集程度,提出了一种欠采样方法。基于UCI标准数据... 详细信息

支持向量机在处理不平衡数据集时,对少类样本的分类效果很不理想。传统的处理方法尽管能够提高少类样本的分类准确率,但多类样本的分类准确率却大幅度下降。综合考虑样本间的相对距离和密集程度,提出了一种欠采样方法。基于UCI标准数据集的仿真实验结果表明,提出的算法不仅可以提高少类样本的分类准确率,而且将多类样本的分类准确率的损失降到最低。

关键词：支持向量机分类欠采样算法不平衡样本

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的不平衡样本集分类算法研究

基于支持向量机的不平衡样本集分类算法研究

引用

作者：韩芳烟台大学

学位级别：硕士

支持向量机是以统计学习理论和结构风险最小化原则为基础的学习机器，被广泛应用于分类领域，其在分类平衡样本集时分类的效果非常好，能够克服局部最小值的问题。但是，支持向量机在分类不平衡样本集时，其分类效果却并不理想。　　本... 详细信息

支持向量机是以统计学习理论和结构风险最小化原则为基础的学习机器，被广泛应用于分类领域，其在分类平衡样本集时分类的效果非常好，能够克服局部最小值的问题。但是，支持向量机在分类不平衡样本集时，其分类效果却并不理想。　　本研究主要内容包括：⑴在分析研究导致不平衡样本集分类不理想原因的基础上，提出了基于最近邻原则的欠采样算法，然后结合k-means聚类算法对样本进行分类。该算法不仅能降低算法时间复杂度，还能保证样本集内部的属性不变，而且能有效地提高分类的准确率。基于UCI数据库的仿真实验证实了本文算法对不平衡样本的分类效果更好。⑵先前的研究中，通常把样本不平衡的原因归结为两类样本数量上的不平衡，没有充分考虑样本点的分布情况。本文基于这一问题，提出了一种兼顾数量与样本可分性的欠采样算法。通过实验的验证，最终证实本文提出的算法能够更好地改善不平衡样本集分类不理想的问题。⑶仅仅依靠样本点的可分性并不能完全的说明样本点的分布情况，样本集的分布中样本集的密度及空间距离也是影响不平衡样本集分类的重要因素。本文提出了一种基于样本间距离和样本点密度的欠采样算法，简称改进型欠采样算法。利用UCI标准数据集进行实验，实验表明本文算法不仅可以提高少类样本的分类准确率，而且将多类样本的分类准确率的损失降到最低，进而证明了本文算法的有效性。

关键词：人工智能机器学习样本聚类欠采样算法

来源：评论

学校读者我要写书评

暂无评论

基于聚类的采样算法在不平衡数据学习中的应用

基于聚类的采样算法在不平衡数据学习中的应用

引用

作者：李春雪浙江师范大学

学位级别：硕士

众所周知,随着数据科学的快速发展,不平衡数据集的分类问题成为数据分析领域的重要内容之一.在现实生活中,它涉及各种实际问题,如信用卡欺诈检测、网络攻击识别等.在实践中,完全平衡的数据集并不多见.而且对少数类数据给予的误分所带来... 详细信息

众所周知,随着数据科学的快速发展,不平衡数据集的分类问题成为数据分析领域的重要内容之一.在现实生活中,它涉及各种实际问题,如信用卡欺诈检测、网络攻击识别等.在实践中,完全平衡的数据集并不多见.而且对少数类数据给予的误分所带来的代价高于多数类数据.所以如何改进采样算法来使得不平衡数据集转变为平衡的数据集,这是具有重大的现实意义的.许多研究人员分别从分类算法和不平衡数据集这两方面提出处理不平衡数据集分类问题的方法.鉴于此问题,本文研究工作如下:(1)对不平衡数据集的分类问题的研究背景和意义进行阐述,叙述国内外的研究现状.特别是对K-means算法、SMOTE算法、k-近邻和支持向量机算法进行详细介绍.(2)为了提升欠采样算法的有效性,本文设计出一种基于聚类的欠采样算法,即USCL(An under-sampling method based on clustering)算法.该算法的基本思路:各自取不一样的聚类数目,对训练集中的多数类数据进行若干次聚类,然后用聚类中心代替多数类数据,并与少数类数据构成若干个新训练集,用这些训练集训练分类器,剔除具有错误分类倾向的分类器,最后用剩余的分类器对分类结果进行投票表决.理论分析与实验结果表明:USCL算法能有效地改善不平衡数据集的不平衡性.(3)通过研究SMOTE(Synthetic Minority Oversampling Technique)算法的优缺点,本文设计出一种基于聚类的OVSCL(An over-sampling method based on clustering)算法.该算法的基本思路:少数类样本被划分为三类,对其中的边界样本采用聚类方法,通过对聚类个数的选择,新的边界样本用聚类中心替代.根据新设置的采样倍率,按照SMOTE的基本原理合成新的样本,并和原训练集中的多数类样本合成新训练集,用训练集训练分类器并对分类结果进行投票表决.通过理论分析和实验证明,BorderlineSMOTE算法、Refined Borderline-SMOTE算法、OVSCLC(An over-sampling based on clustering without choices)算法和本文的OVSCL算法都达到了改进SMOTE算法的目的,但是本文设计的OVSCL算法更有利于提高少数类样本的分类精度.

关键词：不平衡数据集聚类算法欠采样算法过采样算法仿真实验

来源：评论

学校读者我要写书评

暂无评论

基于哈夫曼树的雷电数据采样算法

引用

计算机工程 2013年第5期39卷 174-177,182页

作者：彭永供邱桃荣林于渊黄海泉南昌大学信息工程学院南昌330031

对具有非平衡特征的海量雷电气象数据集,采用基于欧式距离的样本欠采样算法时效率较低。为解决该问题,提出一种基于哈夫曼树的雷电数据采样算法。使用哈夫曼树构建方法估算雷电样本的簇中心及簇内样本个数,利用得到的结果并结合欧式距... 详细信息

对具有非平衡特征的海量雷电气象数据集,采用基于欧式距离的样本欠采样算法时效率较低。为解决该问题,提出一种基于哈夫曼树的雷电数据采样算法。使用哈夫曼树构建方法估算雷电样本的簇中心及簇内样本个数,利用得到的结果并结合欧式距离的样本欠采样算法进行非雷电样本采样。对27 552条真实数据做采样实验,结果表明,该算法的采样时间约为16 min,不仅能降低数据量,而且能提高算法的时间性能。

关键词：雷电预报非平衡数据欠采样算法哈夫曼树支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于分阶段采样算法的电信客户流失预测模型的研究

基于分阶段采样算法的电信客户流失预测模型的研究

引用

作者：王勇南昌工程学院

学位级别：硕士

21世纪,科技进步为通信行业带来了前所未有的发展机遇,同时也加剧了运营商间的竞争。为了在激烈的市场竞争中立足,运营商纷纷将追求最大利润作为经营重心。研究表明,在通信行业中,相较于投入大量资源吸引新客户,保留老客户对于实现利润... 详细信息

21世纪,科技进步为通信行业带来了前所未有的发展机遇,同时也加剧了运营商间的竞争。为了在激烈的市场竞争中立足,运营商纷纷将追求最大利润作为经营重心。研究表明,在通信行业中,相较于投入大量资源吸引新客户,保留老客户对于实现利润最大化更具价值。因此,预测并防止电信客户流失已成为电信公司的核心任务。在电信客户流失预测中,数据挖掘技术发挥着重要作用。其中,分类算法能够利用电信客户的历史数据构建相关模型,有效预测客户流失的可能性,从而为电信公司制定更为精准的策略提供有力支持。然而,电信客户历史数据中往往存在流失客户数量少于未流失客户的问题,这导致了客户流失类别的不平衡,进而影响了分类算法的识别率。为解决电信客户流失中的类不平衡问题并提升传统分类算法对少数类的识别能力,本文从数据采样算法的角度提出了两种创新的分阶段采样算法。这些算法旨在优化数据分布,提高分类算法的准确性,从而进一步提升客户流失预测系统的预测效果。以下是本文的主要研究成果: (1)提出了一种新的分阶段过采样TRPS-DER算法(即Triangular region presampling and Differential evolution resampling)。该算法分为两个阶段,第一阶段采用三角区域预采样方法合成少数类样本,第二阶段利用利用差分进化算法对合成的少数类样本的属性进行优化,并利用集成学习策略对第一阶段合成少数类样本和差分进化算法优化的少数类样本进行预测。基于混淆信息的反馈,筛选出表现最佳的样本,有效地处理了不平衡分类问题。 (2)提出了一种新的分阶段欠采样DOR框架(即Denoising,Optimized fuzzy C-means clustering,and Representative sample selection)以解决不平衡分类问题。该框架分为三个阶段。第一阶段通过邻域清洗规则去噪,旨在为后续的聚类质量提升打下坚实基础;第二阶段采用优化的模糊c均值聚类算法对多数类聚类;第三阶段通过基于径向函数的代表性样本选择算法来选择更具代表性的样本,以提高分类性能。该算法具有减轻噪声干扰和防止多数类样本被过度剔除的优点,从而能有效地解决数据集不平衡问题。

关键词：电信客户流失预测不平衡分类过采样算法欠采样算法

来源：评论

学校读者我要写书评

暂无评论

基于IUS和SMOTE结合的不平衡数据随机森林分类算法研究

引用

金华职业技术学院学报 2017年第3期17卷 89-92页

作者：李建浙江师范大学浙江金华321004

传统的随机森林算法对不平衡数据集分类效果不理想,为提高随机森林算法的分类性能,提出一种改进的欠采样算法(IUS),该算法去除了多类样本中的冗余信息和噪声样本,并且与SMOTE算法相结合实现训练样本数据集的均衡。实验结果表明,该算法... 详细信息

传统的随机森林算法对不平衡数据集分类效果不理想,为提高随机森林算法的分类性能,提出一种改进的欠采样算法(IUS),该算法去除了多类样本中的冗余信息和噪声样本,并且与SMOTE算法相结合实现训练样本数据集的均衡。实验结果表明,该算法能有效提高随机森林算法对于少数类样本的分类精度,同时也提高了总体的分类性能。

关键词：欠采样算法 SMOTE算法不平衡数据随机森林

来源：评论

学校读者我要写书评

暂无评论

基于数据重采样的非平衡数据分类方法研究

基于数据重采样的非平衡数据分类方法研究

引用

作者：侯贝贝西安电子科技大学

学位级别：硕士

非平衡数据分类作为一个被广泛讨论的话题,其改进方向大致分成算法和数据两个层面。本文则是在已有关于非平衡数据分类研究的基础上,从数据层面上对该问题继续探索,这个层面的改进更多的是以优化传统采样策略为目标,然后把运用新采样手... 详细信息

非平衡数据分类作为一个被广泛讨论的话题,其改进方向大致分成算法和数据两个层面。本文则是在已有关于非平衡数据分类研究的基础上,从数据层面上对该问题继续探索,这个层面的改进更多的是以优化传统采样策略为目标,然后把运用新采样手段处理后的数据统一放入传统分类器中进行学习,其目的是使处理后的数据集类间样本个数相对均衡,以此来提升算法对少数类数据点的识别能力。对于本文所改进的两种解决方法,主要工作可概括如下:(1)针对传统重采样策略在过采样时易于合成冗余样本,以及欠采样会误删包含重要信息的样本点的问题,本文使用边界因子概念来区分各类中的边界样本和非边界样本,使得多数类在进行欠采样时可以只处理距分类界线较远的非边界点,从而避免包含重要信息的多数类样本点被误删,以及当过采样策略作用于少数类时,利用改进的SMOTE方法为分散在分类界线附近的少数类样本添加新的数据点,其某种程度上能够减少冗余样本的生成。为证明所改进策略具有较好的优越性,对UCI库中的8组有偏数据集来完成分类,并将其与SMOTE算法、Borderline-SMOTE算法、基于欧式距离的欠采样算法、以及基于边界因子概念定义样本边界与非边界,但对边界部分中的少数类数据点仅使用传统插值策略,而非边界部分中的多数类数据点仅用随机欠采样策略的算法进行对比,仿真结果显示,本文所改进的策略对数据的分类能力具有一定的提升作用。(2)深入分析传统过采样策略的特点,针对其在添加新数据样点时易忽略数据点的分布特征致使种子样本选择不准确以及新样本质量不佳的问题,本文充分利用数据集中各类数据点的分布信息,旨在挖掘出真正可以作为种子样本的数据点,并对该数据点分配符合其样本特性的采样权重。具体地,对多数类数据集运用K-means方法划分成多个簇并确定簇心,再根据每个少数类数据点到多数类各簇心的平均距离以及相关密度信息选出疑似种子样本,然后基于每个疑似种子样本的分布特征为其添加一个噪声筛选过程,以此找到真正有效的种子样本,紧接着通过分析每个种子样本的领域分布特点来计算出该样本的危险程度,并进一步确定出它的采样权重。区别于传统过采样策略对每个种子样本都找相同数目的近邻实例去插值,本文则是在它的基础上又对每个近邻样本进行了分析,其目的是想通过种子样本与近邻实例间的距离和近邻实例所在类的密度信息为其找到有效的近邻实例。仿真结果显示,本文改进采样策略在多个评价标准上均优于其它过采样策略。

关键词：数据分类不平衡数据集过采样算法欠采样算法边界因子

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：