湖北民族学院学报（自然科学版）
湖北民族學院學報（自然科學版）
호북민족학원학보（자연과학판）
JOURNAL OF HUBEI INSTITUTE FOR NATIONALITIES（NATURAL SCIENCE EDITION）
2013年
4期
469-472
,共4页
机器学习%半监督学习%非平衡分类
機器學習%半鑑督學習%非平衡分類
궤기학습%반감독학습%비평형분류
半监督学习是近年来流行的一种机器学习方法,主要是解决在分类问题中,未标注样例充足但有标注样例短缺的问题.但当前的大多数半监督学习算法都假定样例数据是平衡的,这在现实世界中很多情况下是不真实的.提出一种新的基于半监督学习的非平衡分类算法,通过随机动态生成样例特征子空间,有效地处理了样例数据的不平衡问题.在4个相关数据集上的实验验证了本方法的有效性.
半鑑督學習是近年來流行的一種機器學習方法,主要是解決在分類問題中,未標註樣例充足但有標註樣例短缺的問題.但噹前的大多數半鑑督學習算法都假定樣例數據是平衡的,這在現實世界中很多情況下是不真實的.提齣一種新的基于半鑑督學習的非平衡分類算法,通過隨機動態生成樣例特徵子空間,有效地處理瞭樣例數據的不平衡問題.在4箇相關數據集上的實驗驗證瞭本方法的有效性.
반감독학습시근년래류행적일충궤기학습방법,주요시해결재분류문제중,미표주양례충족단유표주양례단결적문제.단당전적대다수반감독학습산법도가정양례수거시평형적,저재현실세계중흔다정황하시불진실적.제출일충신적기우반감독학습적비평형분류산법,통과수궤동태생성양례특정자공간,유효지처리료양례수거적불평형문제.재4개상관수거집상적실험험증료본방법적유효성.
