类别不平衡数据的集成分类分析-计算机软件与理论专业论文.docxVIP

山东师范大学硕士学位论文 山东师范大学硕士学位论文 目 录 摘要 I ABSTRACTIII 第一章 绪论 1 1.1 本课题的研究背景和意义1 1.2 本文的主要研究内容及创新点2 1.3 本文的组织结构3 第二章 集成学习的理论基础 3 2.1 集成学习的基本概念3 2.2 重抽样技术及相关统计学理论5 刀切法（JackKnife） 5 自助法（BoostStrap） 6 2.3 基分类器的组合形式8 2.3.1 可用判别函数表达的基分类器的组合形式,8 2.3.2 无判别函数表达式的基分类器的组合形式10 Bagging 集成模型 10 Boosting 集成模型 11 AdaBoost 集成模型 13 2.4 选择性集成学习算法15 2.5 集成学习中的优势及难点18 2.5.1 集成学习的优势18 2.5.2 集成学习中的难点19 第三章 针对不平衡数据集的分类学习算法研究 20 3.1 类别不平衡数据集的特点及分类策略21 3.1.1 类别不平衡数据集的特点21 3.1.2 类别不平衡数据集上的分类策略22 3.2 针对类别不平衡数据集的分类评价标准23 3.3 基于类别不平衡数据集的单分类器学习算法26 SMOTE 算法 26 单边选择算法（One-Sided selection） 28 3.3.3 适用于类别不平衡的 SVM 改进算法