节点文献

基于CCA的代价敏感三支决策模型

免费订阅

【作者】 张燕平邹慧锦赵姝

【Author】 Zhang Yanping;Zou Huijin;Zhao Shu;School of Computer Science and Technology,Anhui University;Key Laboratory of Intelligent Computing and Signal Processing of Ministry of Education,Anhui University;

【机构】 安徽大学计算机科学与技术学院安徽大学计算智能与信号处理教育部重点实验室

【摘要】 随着数据挖掘和机器学习技术在实际问题中的广泛应用,人们越来越多的发现实际分类问题通常具有代价敏感特性.代价敏感的分类是指在同一分类任务中错误分类的代价是不同的.介绍了一种基于构造性覆盖算法的代价敏感三支决策模型,即将代价敏感引入到基于构造性覆盖算法的三支决策模型.该模型根据误分类之间的大小关系来减少正、负覆盖的个数,从而调整三个域,即正域、负域和边界域的大小.引入代价敏感的目的是尽可能的减少划分损失.实验对比了本文的模型分类结果和基于决策粗糙集的三支决策模型,结果表明,本文的模型分类结果稳定,并且能够通过改变三个域的大小,把分类损失最小化.

【基金】 国家自然科学基金(61175046,61203290);安徽省高等学校省级自然科学研究项目(KJ2013A016);安徽大学研究生学术创新强化项目(yqh100176)
  • 【DOI】10.13232/j.cnki.jnju.2015.02.032
  • 【分类号】TP181
  • 【被引频次】9
  • 【下载频次】205
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: