不平衡数据处理：模糊聚类与集成学习的结合应用.docxVIP

不平衡数据处理：模糊聚类与集成学习的结合应用

目录

一、文档简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2不平衡数据问题概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3模糊聚类方法研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.4集成学习方法研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.5本文研究内容与结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

二、不平衡数据处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1数据不平衡问题描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.2数据重采样技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.2.1过采样方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.2.2欠采样方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.2.3综合采样方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.3特征选择与特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.4其他处理方法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

三、模糊聚类算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

3.1模糊理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

3.2模糊C均值聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.3模糊聚类算法的优缺点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

四、集成学习算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

4.1集成学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

4.2基于Bagging的集成学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

4.3基于Boosting的集成学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.4集成学习算法的优缺点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

五、模糊聚类与集成学习结合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.1结合策略研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

5.2基于模糊聚类的集成学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

5.2.1基于聚类特征选择的集成学习．．．．．．．．．．．．．．．．．．．．．．．．．．40

5.2.2基于聚类结果构建集成学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

5.3基于集成学习的模糊聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

5.3.1利用集成学习优化聚类中心．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

5.3.2利用集成学习提升聚类性能．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

5.4结合算法的性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

六、实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

6.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

6.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

6.3评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

6.4实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

6.4.1结合算法与单一算法对比．．．．．．．．．．．．．．．．．．．．．．．．．．．