考虑特征变量异质性的分类方法及其在风险决策中的应用研究

《考虑特征变量异质性的分类方法及其在风险决策中的应用研究》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、中国科学技术大学博士学位论文考虑特征变量异质性的分类方法及其在风险决策中的应用研究姓名：王昱申请学位级别：博士专业：管理科学与工程指导教师：华中生;徐晓燕20090501摘要变量异质性的影响进行简要分析，然后通过实证研究说明分类问题中存在的特征变量异质性对分类方法的准确率具有较为显著的影响。本章采用的分类方法为一种将logistic回归与支持向量机集成的分类方法，该方法的主要思想是应用Jo西stic回归的输出概率为支持向量机提供支持信息，以提高分类判别准确性。实证研究以企业财务困境预测这一风险管理和决策问题为背景，通过比较考虑特征变量异质性前后

2、的分类预测准确率，说明了在存在特征变量异质性的分类问题中，考虑特征变量异质性有利于提高分类方法的准确率。第四章提出了一种基于因子分析和聚类分析的分类策略，该策略的基本思想是首先将原始的特征变量转化为新的特征变量，使得新的特征变量能够体现出原始特征变量在数据样本空间中的异质性，然后通过聚类分析得到各个具有特征变量同质性的样本子集，并在每个样本子集中分别建立相应的分类模型，从而减小特征变量异质性对分类方法准确率的影响。对于一个未知类标记样本，该分类策略首先将其转化为因子得分向量，然后将该因子得分向量按照最近邻规则划分到与之最近的样本子集合中，最后利

3、用该样本子集合中的分类模型进行分类。在一系列基准数据集上的实验计算结果说明了该分类策略的有效性。第五章提出了一种考虑特征变量异质性且具有增量式学习特性的分类方法，可有效应用于一类具有特征变量异质性且需要决策者利用分类方法进行在线实时风险决策的问题。该方法首先利用基于网格的有指导聚类对数据样本集合进行划分，从而得到若干数据簇，且每个数据簇中数据样本点的类标记相同。在去除异常数据点后，该方法计算各个数据簇的特征变量相关性，并将该相关性作为距离测度中各特征变量的权重，应用最近邻方法进行分类。本章最后将该分类方法应用于一系列基准数据集和市场营销中的顾客

4、确定问题，实证结果说明了该方法的有效性。第六章总结本文的工作，归纳本文的主要创新点，指出目前本文研究的局限，并根据已取得的研究结果对未来进一步研究的问题进行思考。本文工作的主要创新点如下：(1)提出了一种有效的特征变量异质性的测度方法，该方法可用于探索分类问题中存在的特征变量异质性，为解决分类问题提供策略性的信息。(2)提出了一种基于logistic回归与支持向量机集成的分类方法，该方法利摘要用logiStic回归得到的后验概率信息对支持向量机的输出结果进行修正，能够有效提高传统支持向量机的分类准确性。(3)提出了一种有效的考虑特征变量异质性的

5、分类策略，该策略将具有特征变量异质性的数据样本集合划分为若干同质性的子集合，然后通过在各个子集合中分别建立分类模型来提高分类的准确性。(4)提出了一种具有增量式学习特性的分类方法，该方法能够以增量学习的方式处理由于数据样本频繁更新而导致的特征变量异质性模式变化，可以在存在特征变量异质性且需要实时在线决策的风险决策问题中得到有效的应用。关键词：风险决策分类特征变量异质性因子分析聚类增量学习IIIABSTRACTInriskdecision-maI(jng，thereexistsakindofproblemsinwhichadecisionmake

6、rneedstoe衄blishacertainrelationshipbe觚eenthehistoricaldatas锄plesandthestatesofnature，andthenforanewdatas锄pIe，estimatestheprobabiIi够ofeachStateofnature．Basedont11einf0肿ationobtained，thedecisionmakerwouldmakethedecisioninordert0maximizethemnctionofexpectedreVenue(0rminimizet11

7、eriskloss如nction)byusingar．skdecision—makingmodeI．Fromtheperspectiveofestablishingarelationshipbet、veenthehistoricaldatas锄ples锄dthestatesofnature，theaboVedescribedproblemswouldboildownt0meclassificationprobIemsindatamining．Therefore，V盯iousclassificationtechniquescouldbeappli

8、edtothiskindofriskdecision—makingproblems．Sincetheaccumcyande硒ciencyoft11ec