电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2012年
7期
1410-1415
,共6页
代价敏感学习%半监督学习%Laplacian支持向量机
代價敏感學習%半鑑督學習%Laplacian支持嚮量機
대개민감학습%반감독학습%Laplacian지지향량궤
代价敏感学习是机器学习领域的一个研究热点.在实际应用中,数据集往往是不平衡的,存在着大量的无标签样本,只有少量的有标签样本,并且存在噪声.虽然针对该情况的代价敏感学习方法的研究已取得了一定的进展,但还需要进一步的深入研究.为此,本文提出了一种基于代价敏感的半监督Laplacian支持向量机.该模型在采用无标签扩展策略的基础上,将考虑了数据不平衡的错分代价融入到Laplacian支持向量机的经验损失和Laplacian正则化项中.考虑到噪声样本对决策平面的影响,本文定义了一种样本依赖的代价,对噪声样本赋予较低的权重.在7个UCI数据集和8个NASA软件数据集上的实验结果表明了本文算法的有效性.
代價敏感學習是機器學習領域的一箇研究熱點.在實際應用中,數據集往往是不平衡的,存在著大量的無標籤樣本,隻有少量的有標籤樣本,併且存在譟聲.雖然針對該情況的代價敏感學習方法的研究已取得瞭一定的進展,但還需要進一步的深入研究.為此,本文提齣瞭一種基于代價敏感的半鑑督Laplacian支持嚮量機.該模型在採用無標籤擴展策略的基礎上,將攷慮瞭數據不平衡的錯分代價融入到Laplacian支持嚮量機的經驗損失和Laplacian正則化項中.攷慮到譟聲樣本對決策平麵的影響,本文定義瞭一種樣本依賴的代價,對譟聲樣本賦予較低的權重.在7箇UCI數據集和8箇NASA軟件數據集上的實驗結果錶明瞭本文算法的有效性.
대개민감학습시궤기학습영역적일개연구열점.재실제응용중,수거집왕왕시불평형적,존재착대량적무표첨양본,지유소량적유표첨양본,병차존재조성.수연침대해정황적대개민감학습방법적연구이취득료일정적진전,단환수요진일보적심입연구.위차,본문제출료일충기우대개민감적반감독Laplacian지지향량궤.해모형재채용무표첨확전책략적기출상,장고필료수거불평형적착분대개융입도Laplacian지지향량궤적경험손실화Laplacian정칙화항중.고필도조성양본대결책평면적영향,본문정의료일충양본의뢰적대개,대조성양본부여교저적권중.재7개UCI수거집화8개NASA연건수거집상적실험결과표명료본문산법적유효성.
