原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
小型微型计算机系统2024年8月第8期
DOI:10.20009/ki.21-1106/TP.2023-0495
JournalofChineseComputerSystemsVol.45No.82024
融合粒度划分的回归标签噪声过滤方法
史颖12，祁晓博，元慧，姜高霞²，王文剑3.4
1（太原师范学院计算机科学与技术学院，山西晋中030619)
2（山西大学计算机与信息技术学院,太原030006)
3（山西大学智能信息处理研究所，太原030006）
4（山西警察学院网络安全保卫系，太原030401）
E-mail:wjwang@
摘要：机器学习算法的性能与数据质量密切相关，然而实际数据中可能存在各类噪声，如何处理标签噪声是机器学习的重要
挑战之一.由于回归标签噪声的复杂性，现有噪声过滤方法在处理数值型标签噪声时效果不够理想.本文首先通过标签离散化
方式提出一种基于粒度球的数值型标签噪声估计方法，然后给出标签含噪时回归模型的泛化误差估计，并将其作为噪声过滤的
目标函数进行优化，最后将所提噪声估计方法与目标函数结合设计了粒度球标签噪声过滤（GranularBallLabelNoiseFiltering，
GBNF)方法，在标准数据集和真实年龄估计数据集的实验结果表明，该方法识别标签噪声的准确率较高，并取得了比其他噪声
过滤比较方法更好的测试性能。
关键词：回归；标签噪声；粒度球；噪声过滤
中图分类号：TP181文献标识码：A文章编号：1000-1220(2024)08-1832-07
GranularBallLabelNoiseFilteringMethodforRegression
SHIYing*2,QIXiaobo,QIHui,JIANGGao-xia”,WANGWen-jian°.4
1(CollegeofComputerScienceandTechnology,TaiyuanNormalUniversity,Jinzhong030619,China)
2(SchoolofComputerandInformationTechnology,ShanxiUniversity,Taiyuan030006,China)
3(InstituteofIntelligentInformationProcessing,ShanxiUniversity,Taiyuan030006,China)
4(DepartmentofNetworkSecurity,ShanxiPoliceCollege,Taiyuan030401,China)
Abstract:Theperformanceofmachinelearningalgorithmsiscloselyrelatedtodataquality.However,realdatasetsmayhavevarious
typesofnoise.Howtodealwithlabelnoiseisoneofthekeychallengesinmachinelearning.Duetothecomplexityofregressionlabel
noise,existingnoisefilteringmethodsarenoteffectiveenoughindealingwithnumericallabelnoise.Agranularballestimateofnu-
mericallabelnoiseisdevelopedthoroughlabeldiscretization.Thenthegeneralizationerrorestimationofregressionmodelonlabel
noiseisproposed,anditcanbetakenasanobjectivefunctionfornoisefilteri
文档评论（0）