不平衡標記密度學習的特征選擇研究
【文章頁數(shù)】:50 頁
【學位級別】:碩士
【部分圖文】:
圖2.1 信息熵與互信息的關(guān)系圖
由此可知,若I(X;Y)越大,則X與Y之間關(guān)聯(lián)越緊密,若X與Y無關(guān),則I(X;Y)=0。通過文氏圖(Venndiagram)可以更直觀的展示信息熵與互信息的關(guān)聯(lián)性(見圖2.1)。2.2.3特征與標記集合互信息
圖2.2 特征選擇流程圖
特征選擇是指從全部特征中選取一個使構(gòu)造出來的模型效果更好且推廣能力更強的特征子集,即通過篩選出全局或局部最優(yōu)特征子集用以降低特征空間維數(shù)的過程。而為了得到一個新的較優(yōu)特征子集,對冗余不相關(guān)、欠刻畫能力的特征進行了剔除,達到減少特征個數(shù)、減少訓練或者運行時間、提高模型精確度的作用,....
圖2.3 特征選擇方法分類
在機器學習、大數(shù)據(jù)和數(shù)據(jù)挖掘等高新技術(shù)領(lǐng)域,特征選擇擁有著舉足輕重的影響。在特征選擇過程中,評價函數(shù)作為一個評價準則,可以判斷一個特征子集是否較優(yōu),而依據(jù)評價準則的不同,有關(guān)特征選擇方面的算法可以分為:過濾式模型(Filter)、封裝式模型(Wrapper)以及嵌入式模型(Emb....
圖3.1 Computer數(shù)據(jù)集標記分布圖
研究發(fā)現(xiàn)在多標記學習中,由于標記對樣本的描述存在著差異性,即在每個標記下正類與負類出現(xiàn)的頻率并不一樣,而這種標記頻率分布可以為多標記學習的研究提供一定的輔助信息從而提高分類的精度;诖,本章提出一種MSIO算法:首先計算標記空間中每個標記下正標記(正類)樣本和負標記(負類)樣本....
本文編號:4012635
本文鏈接:http://www.lk138.cn/shoufeilunwen/xixikjs/4012635.html
下一篇:沒有了