基于半監(jiān)督SVM的非平衡學(xué)習(xí).pdf

1、隨著網(wǎng)絡(luò)系統(tǒng)、信息安全等領(lǐng)域的快速發(fā)展，大規(guī)模數(shù)據(jù)呈現(xiàn)爆炸性的快速增長(zhǎng)。雖然現(xiàn)有的機(jī)器學(xué)習(xí)方法已經(jīng)得到了廣泛的應(yīng)用，但是不平衡數(shù)據(jù)的分析研究仍然是目前面臨的挑戰(zhàn)之一。非平衡學(xué)習(xí)旨在提高算法對(duì)不平衡數(shù)據(jù)分類時(shí)的性能。由于不平衡數(shù)據(jù)集復(fù)雜的分布特征，因此我們需要引入新的原理、算法和工具解決非平衡學(xué)習(xí)問題。在標(biāo)記樣本不足的情況下，半監(jiān)督學(xué)習(xí)（Semi-supervised Learning）通過引入未標(biāo)記樣本提高算法的性能，因此是目前研究的熱

2、點(diǎn)之一。本文主要針對(duì)不平衡數(shù)據(jù)進(jìn)行分析研究，并結(jié)合半監(jiān)督SVM算法提出新的策略。
　　1.本章主要針對(duì) SVM算法在處理非平衡率較高的數(shù)據(jù)集時(shí)，性能嚴(yán)重下滑的問題進(jìn)行分析。通過結(jié)合Granular SVM的框架和欠采樣的策略，提出了基于重復(fù)欠采樣的Granular SVM非平衡學(xué)習(xí)算法。選取非平衡學(xué)習(xí)評(píng)價(jià)準(zhǔn)則G-means對(duì)訓(xùn)練出的模型進(jìn)行評(píng)價(jià)，采用最優(yōu)的模型對(duì)測(cè)試數(shù)據(jù)進(jìn)行分類。該方法在不同非平衡率的數(shù)據(jù)集上取得了不錯(cuò)的效果。

3、r>　　2.在標(biāo)記樣本很少的情況下，半監(jiān)督 SVM算法對(duì)不平衡數(shù)據(jù)集的分類效果依然很差。通過把“信息粒”的策略引入半監(jiān)督SVM中，構(gòu)造多個(gè)差異性大的分類器。同時(shí)結(jié)合集成學(xué)習(xí)的思想，引入聚類的評(píng)價(jià)指標(biāo)對(duì)未標(biāo)記樣本的置信度進(jìn)行判定，提出基于Granular S3VM的集成學(xué)習(xí)算法。該算法有效解決了半監(jiān)督SVM不適用于處理不平衡數(shù)據(jù)的問題。
　　3.通過對(duì)非平衡學(xué)習(xí)的基本采樣方法進(jìn)行對(duì)比，提出基于不同采樣方法的Granular S3VM