数据不平衡分类问题研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究不平衡数据集分类的意义 | 第8-9页 |
| ·学习不平衡数据的难点和研究现状 | 第9-16页 |
| ·不平衡分类问题的难点 | 第9-12页 |
| ·不平衡分类问题的研究现状 | 第12-16页 |
| ·本研究的主要内容和贡献 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第二章 不平衡分类问题的相关知识 | 第18-24页 |
| ·不平衡数据分类问题的评判标准 | 第18-21页 |
| ·基于上采用技术的不平衡分类模型 | 第21页 |
| ·本章小结 | 第21-24页 |
| 第三章 基于最大间隔准则的上采样方法 | 第24-38页 |
| ·上采样方法调研 | 第24-29页 |
| ·最大间隔准则与上采样 | 第29-32页 |
| ·两种间隔 | 第29-31页 |
| ·最大间隔准则分析上采样 | 第31-32页 |
| ·基于最大间隔的人工采样算法 | 第32-34页 |
| ·实验及结果分析 | 第34-37页 |
| ·数据集 | 第34页 |
| ·实验设置 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 扩展的基于最大间隔准则的人工采样算法 | 第38-44页 |
| ·基于采样技术的最近邻偏置 | 第38页 |
| ·扩张的MSYN 算法 | 第38-40页 |
| ·实验与结果分析 | 第40-41页 |
| ·本章小结 | 第41-44页 |
| 第五章 不平衡分类线性模型 | 第44-56页 |
| ·MALC 算法简介 | 第44-50页 |
| ·线性判别函数和AUC | 第44-46页 |
| ·在二维最大化AUC | 第46-48页 |
| ·在多维上优化AUC | 第48-50页 |
| ·扩展的最大化AUC 线性分类器 | 第50-53页 |
| ·扩大权重的搜索域 | 第50-52页 |
| ·监督学习控制下的特征对选择 | 第52页 |
| ·EMALC 复杂性分析 | 第52-53页 |
| ·实验分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文与取得的其它研究成果 | 第63页 |
