不平衡数据学习算法在相似性学习中的应用.pdfVIP

不平衡数据学习算法在相似性学习中的应用.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 卷 第 期 模式识别与人工智能 27 年 月12 Vol. 27 No. 12 2014 12 PR AI Dec. 2014 不平衡数据学习算法在相似性学习中的应用* 夏佩佩 张 莉 苏州大学 计算机科学与技术学院 苏州 ( 215006) 摘 要 在现实问题中 相似性学习的样本对存在不平衡现象 即相似性样本对的数量会远小于不相似性样本对 , , 的数量 针对此问题 文中提出两种样本对构造方法 不相似 K 近邻 相?? K 近邻 和不相似 K 近 . , ——— - (DKNN_SKNN) 邻 相似 K 远邻 运用这两种方法可有针对性地选择相似性学习样本对 不仅可加快支持向量机的 - (DKNN_SKFN). , 训练过程 而且在一定程度上解决样本对之间的不平衡问题 在多个数据集上进行文中方法和经典的重采样方法 , . 的对比实验 结果表明 和 具有良好性能 , DKNN_SKNN DKNN_SKFN . 关键词 相似性学习 支持向量机 K 近邻 不平衡学习 重采样 , , , , 中图法分类号 TP 181 Application of Imbalanced Data Learning Algorithms to Similarity Learning XIA Pei_Pei, ZHANG Li School of Computer Science and Technology Soochow University Suzhou ( , , 215006) ABSTRACT In the real_world problems, there is an imbalance in the paired_samples. The number of the paired_ samples in similarity set is much smaller than the number of the paired_samples in dissimilarity set. To

您可能关注的文档

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档