距离度量学习中的类别不平衡问题研究

《距离度量学习中的类别不平衡问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：掘＾＾：ＴＰ１８１分类号．＇■密级：公开＇Ｉｙ．＃苯朽六矣着工程硕±学位论文距离度量学习中的类别不平衡问题硏究（学位论文形式：其它）：刘江涛研究生姓名导师姓名：张敏贡刘晋影崔自峰由请学你巧别工程硕±学位授予单位东南六＿董２０１６年６月１Ｔ賴饰诚免疏汁篇化巧乂论文答辩日期呂＿＿２０＿机器学习学位授予日期．．．．＿生＿＿扫已研究方向＿答辩委员会主席届巧宇评阅人２０１６年６月１日＊乘兩：ｋｆ硕±学位论文

2、距寓度量学习中的类别不平衡问题研究专业名務：计貸醒术研究生姓名；刘江涛导师姓名；张敏灵刘胥影ＲｅｓｅａｒｃｈｏｎＣｌａｓｓＩｍｂａｌａｎｃｅＰｒｏｂｌｅｍｉｎＤｉｓｔａｎｃｅＭｅｔｒｉｃＬｅａｒｎｉｎｇＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＰｒｏｆｅｓｓｉｏｎａｌＤｅｇｒｅｅｏｆＭａｓ化ｒｏｆＥｎｇｉｎｅｅｒｉｎｇＢＹＬｉｕＪｉａｎｔａｏｇＳｕｅｒｖｉｓｅｄｂ

3、ｐｙＰｒｏｆｅｓｓｏｒＺｈａｎｇＭｉｎｌｉｎｇａｎｄＡｓｓｉｓｔａｎｔＰｒｏｆｅｓｓｏｒＬｉｕＸｕｉｎｙｇＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＡｒｉｌ２０１６ｐ东南大学学位论文独创性再明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所，知，除了文中特别加Ｗ标注和致谢的地方外论支中不包含其他人己经发表或撰写过的研究成果，也不包含为获得

4、东南大学或其它教育机构的学位或证书而使用过的材料一同工作的同志对本。与我研巧所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名；日期：２知Ｉ）ｏｈ０１东南大学学位论文使用授权声明东南大学、中国科学技术信息研巧所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文。本人电子文档的内＃和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括Ｗ电子信息形式刊登）论文的全部内容或中、英文摘要等部

5、分内容。论文的公布（包括Ｗ电子信息形式刊登）授ｆ东南大．争学研究生院办理。研巧生签名：Ｉ；导臟名ｉｍ摘要距离度量学习学习样本之间的距离度量，为估计样本相似性提供更可靠的依据。很ｋ近邻多经典的分类算法如、Ｗ及聚类算法如层次聚类等都非常依赖样本之间的距离度一量方式，因此，距离度量学习是机器学习和数据挖掘中类很重要的学习问题。在现实，世界中类别不平衡问题普遍存在，类别不平衡问题是指各个类别的样本数差异明显某，小类别是关注的重点些类别样本数远远小于其他类别，重要

6、性大。距离度量学习也会遭遇到类别分布不平衡的情况。距离度量学习算法通常通过优化某个距离度量损失函。，数但是当类别不平衡时由于小类别的样本数少，在已有的，得到新的距离度量方式距离度量学习算法中对学习过程的影响较小，导致算法通常会关注大类样本而忽略小类，，，样本距离度量的准确性。然而在类别不平衡问题中小类样本重要性更高距离度量学习应该更关注小类样本距离度量学习的准确性。目前尚无对距离度量学习中类别不平衡问题的研究。，主要取得了Ｗ下成果本文针对距离度量学习中的类别不平衡问题进行研究

7、：ＩＭＬＭＮＮ１＾ＬＭＮＮ算法为基础，提出考虑类别不平衡性的距离度量学习算法（）ｌ一ＬＭＮＮ的基础算法种有监督的距离度量学习算法，在距离度量学习算法。此方法是上处理类别不平衡性带来的问题，优化加权的距离度量损失函数，样本权重与其所在类别的样本数成反比。因此ＩＭＬＭＮＮ使得小类具有更高的权重，小类样本的距离度量带。来的损失在学习过程中的影响就更大，导致小类样本距离度量的准确性更高口习阶段仅使得小类的距离度量更准确，而没有改变小类样本）由于在距离度量学习的分类任务中仍要考虑类别

8、分布的不平衡性。因此，在集的大小，所在基于度量学分类阶段使用考虑类别不平衡性的改进的ｋＮＮ算法ＩＭＫＮＮ算法进行分类。ＩＭＫＮＮ是一ｋＮＮ，近邻样本加权投票进行决策种加权的算法，样本权重与其所在类别的样本数成反比。此外ＩＭＬＭＮＮ算法在学习到距离度量的基础上使用ＩＭＫＮＮ方法进行分类，也可一。用于多类问Ｗ看做是种新型的类别不平衡学习方法此方法既适用于两类问题，又适题。在多个两类和多类数据集上的实验结果表明，ＩＭＬ