數(shù)據(jù)挖掘不平衡分類(lèi)中的特征選擇技術(shù)研究.pdf

1、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是目前最熱門(mén)的領(lǐng)域之一，如何進(jìn)行快速高效的數(shù)據(jù)挖掘，從中獲得有價(jià)值的信息就顯得尤為重要。其中分類(lèi)問(wèn)題是一個(gè)很重要的研究課題，傳統(tǒng)的分類(lèi)算法雖然得到了較好的應(yīng)用，但是其算法大部分都是建立在數(shù)據(jù)集分布均勻的條件下，一旦出現(xiàn)不平衡數(shù)據(jù)時(shí)，這些算法的分類(lèi)效果將會(huì)大打折扣。
　　針對(duì)不平衡數(shù)據(jù)分類(lèi)問(wèn)題，特征選擇方法可以用來(lái)篩選出有價(jià)值的特征，有助于分類(lèi)器的分類(lèi)預(yù)測(cè)。本文分析和討論了結(jié)構(gòu)化不平衡數(shù)據(jù)集和非結(jié)構(gòu)化不平衡數(shù)據(jù)集中

2、的數(shù)據(jù)分布及特征分布，并基于這兩類(lèi)不平衡數(shù)據(jù)集展開(kāi)研究并設(shè)計(jì)了不同的特征選擇算法。實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)的特征選擇算法能有效提高不平衡數(shù)據(jù)的分類(lèi)性能，尤其是少數(shù)類(lèi)的分類(lèi)性能。
　　本文的主要研究工作包括：
　　（1）分析了結(jié)構(gòu)化不平衡數(shù)據(jù)集和非結(jié)構(gòu)化不平衡數(shù)據(jù)集中的數(shù)據(jù)分布及特征分布，討論了一些常用的特征選擇算法的性能優(yōu)劣；
　?。?）針對(duì)結(jié)構(gòu)化不平衡數(shù)據(jù)集，提出并設(shè)計(jì)了一種基于特征選擇的改進(jìn)型不平衡分類(lèi)提升算法，從數(shù)據(jù)