基于聚类的不平衡数据预处理研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-10页 |
| 1.2 研究内容及技术路线 | 第10页 |
| 1.3 论文组织结构 | 第10-12页 |
| 第2章 不平衡数据研究概述 | 第12-24页 |
| 2.1 不平衡数据分类的难点 | 第12-14页 |
| 2.1.1 不平衡数据集分类存在的问题 | 第12-14页 |
| 2.1.2 传统分类算法的失效 | 第14页 |
| 2.2 不平衡数据集分类的方法 | 第14-21页 |
| 2.2.1 算法层面的改进方法 | 第15-18页 |
| 2.2.2 数据层面的方法 | 第18-21页 |
| 2.3 不平衡数据分类性能评价 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于聚类的多类样本降权算法 | 第24-39页 |
| 3.1 聚类 | 第24-27页 |
| 3.1.1 聚类分析 | 第24-26页 |
| 3.1.2 相似性度量 | 第26页 |
| 3.1.3 聚类评估函数 | 第26-27页 |
| 3.2 硬聚类与模糊聚类 | 第27-29页 |
| 3.3 基于聚类的多类样本采样算法 | 第29-33页 |
| 3.4 实验及结果分析 | 第33-38页 |
| 3.4.1 数据集 | 第33-34页 |
| 3.4.2 实验结果及分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于聚类融合的少类数据过采样方法 | 第39-49页 |
| 4.1 聚类融合 | 第39-41页 |
| 4.2 簇标记匹配方法 | 第41页 |
| 4.3 聚类一致性系数 | 第41-42页 |
| 4.4 SMOTE算法 | 第42-43页 |
| 4.5 改进SMOTE算法 | 第43-45页 |
| 4.6 基于聚类融合的少类数据过采样 | 第45页 |
| 4.7 实验与分析 | 第45-48页 |
| 4.7.1 数据集 | 第45-46页 |
| 4.7.2 实验结果及分析 | 第46-48页 |
| 4.8 本章小结 | 第48-49页 |
| 第5章 总结和展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 未来工作 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第57页 |
