基于聚類融合投票和SVM的非平衡數(shù)據(jù)分類方法研究.pdf

1、無(wú)論在現(xiàn)實(shí)生活還是網(wǎng)絡(luò)世界都存在著大量的數(shù)據(jù)，但是數(shù)據(jù)不代表信息和知識(shí)，因此獲取有用數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。分類是數(shù)據(jù)挖掘中非常關(guān)鍵的任務(wù)之一，通過(guò)在訓(xùn)練數(shù)據(jù)集上構(gòu)建分類模型，利用所構(gòu)建的模型對(duì)原始數(shù)據(jù)進(jìn)行分類。目前分類面臨的數(shù)據(jù)大多數(shù)建立在各類數(shù)據(jù)平衡分布的假設(shè)之下，然而在人們的現(xiàn)實(shí)生活和實(shí)踐生產(chǎn)中非平衡數(shù)據(jù)廣泛地存在，因此研究非平衡數(shù)據(jù)的分類學(xué)習(xí)有十分重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。
　　 論文介紹了非平衡數(shù)據(jù)學(xué)習(xí)的目的、意義

2、和研究現(xiàn)狀，并針對(duì)非平衡數(shù)據(jù)自身的特點(diǎn)以及現(xiàn)有的分類方法存在的問(wèn)題，提出一種基于聚類融合投票機(jī)制和支持向量機(jī)的非平衡數(shù)據(jù)分類學(xué)習(xí)方法，并通過(guò)仿真實(shí)驗(yàn)證明了方法的有效性。本文的主要工作如下:
　　 (1)分析了非平衡數(shù)據(jù)分類的意義、研究現(xiàn)狀以及面臨的問(wèn)題，歸納總結(jié)了各種非平衡數(shù)據(jù)的分類方法，重點(diǎn)闡述了基于聚類和支持向量機(jī)的非平衡數(shù)據(jù)分類方法，介紹了幾個(gè)重要的非平衡數(shù)據(jù)分類性能指標(biāo)。
　　 (2)提出了一種基于聚類融合投票機(jī)

3、制的非平衡數(shù)據(jù)分類方法CFVM，該方法通過(guò)重復(fù)使用一趟聚類算法來(lái)劃分?jǐn)?shù)據(jù)，得到不同的聚類結(jié)果，對(duì)此進(jìn)行投票處理得到新的聚類簇，根據(jù)聚類后簇的特征與數(shù)據(jù)傾斜程度確定抽樣比例，確保了樣本能較好的反映了原始數(shù)據(jù)的分布特性。實(shí)驗(yàn)結(jié)果表明方法CFVM在少數(shù)類的識(shí)別率方面有所提高。
　　 (3)提出了一種基于粒度支持向量機(jī)的非平衡數(shù)據(jù)分類方法GSVM，該方法根據(jù)粒度計(jì)算思想對(duì)多數(shù)類樣本進(jìn)行粒劃分并從中獲取信息粒，以使數(shù)據(jù)趨于平衡，通過(guò)這些信