计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2006年
23期
216-217,223
,共3页
不平衡分类%未标注数据%Bagging%EM
不平衡分類%未標註數據%Bagging%EM
불평형분류%미표주수거%Bagging%EM
提出结合单边抽样Bagging与LPU的基本思想对不平衡数据进行分类.主要步骤是:将未标注实例全标为反类,和正例一起训练单边抽样Bagging学习器,将得到的学习器对未标注实例分类得到可靠的反例(RN),再用正例和RN训练SSBagging学习器.使用Rocchio和EM进行分类是Liu等提出的一种有代表性的LPU.比较了这种LPU和该文提出的方法,发现当数据的不平衡性很明显时,后者要优于前者.
提齣結閤單邊抽樣Bagging與LPU的基本思想對不平衡數據進行分類.主要步驟是:將未標註實例全標為反類,和正例一起訓練單邊抽樣Bagging學習器,將得到的學習器對未標註實例分類得到可靠的反例(RN),再用正例和RN訓練SSBagging學習器.使用Rocchio和EM進行分類是Liu等提齣的一種有代錶性的LPU.比較瞭這種LPU和該文提齣的方法,髮現噹數據的不平衡性很明顯時,後者要優于前者.
제출결합단변추양Bagging여LPU적기본사상대불평형수거진행분류.주요보취시:장미표주실례전표위반류,화정례일기훈련단변추양Bagging학습기,장득도적학습기대미표주실례분류득도가고적반례(RN),재용정례화RN훈련SSBagging학습기.사용Rocchio화EM진행분류시Liu등제출적일충유대표성적LPU.비교료저충LPU화해문제출적방법,발현당수거적불평형성흔명현시,후자요우우전자.
