基于免疫克隆特征選擇和US集成的二元分類器算法
大?。?/span>0.79 MB 人氣： 2017-12-15 需要積分：1
標(biāo)簽：分類器(13141)
為解決垃圾網(wǎng)頁檢測過程中的“維數(shù)災(zāi)難”和不平衡分類問題，提出一種基于免疫克隆特征選擇和欠采樣（US）集成的二元分類器算法。首先，使用欠采樣技術(shù)將訓(xùn)練樣本集大類抽樣成多個與小類樣本數(shù)相近的樣本集，再將其分別與小類樣本合并構(gòu)成多個平衡的子訓(xùn)練樣本集；然后，設(shè)計一種免疫克隆算法遴選出多個最優(yōu)的特征子集；基于最優(yōu)特征子集對平衡的子樣本集進行投影操作，生成平衡數(shù)據(jù)集的多個視圖；最后，用隨機森林（RF）分類器對測試樣本進行分類，采用簡單投票法確定測試樣本的最終類別。在WEBSPAM UK-2006數(shù)據(jù)集上的實驗結(jié)果表明，該集成分類器算法應(yīng)用于垃圾網(wǎng)頁檢測：與隨機森林算法及其Bagging和AdaBoost集成分類器算法相比，準(zhǔn)確率、F1測度、AUC等指標(biāo)均提高11%以上；與其他最優(yōu)的研究結(jié)果相比，該集成分類器算法在F1測度上提高2%，在AUC上達到最優(yōu)。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于免疫克隆特征選擇和US集成的二元分類器算法下載
相關(guān)電子資料下載
- OpenAI發(fā)布圖像檢測分類器，可區(qū)分AI生成圖像與實拍照片 204
- 機器學(xué)習(xí)多分類任務(wù)深度解析 625
- 電池研發(fā)再現(xiàn)黑科技，鋰電巨頭正借此突破關(guān)鍵瓶頸！ 701
- 揭秘大語言模型可信能力的五個關(guān)鍵維度 240
- 機器視覺之Halcon入門學(xué)習(xí) 780
- 使用RayDF方法突破3D形狀重建方案 328
- 一套試題看看您對深度學(xué)習(xí)了解多少？ 136
- 機器學(xué)習(xí)常用的5種采樣方法盤點 571
- SLAM/SfM相似非回環(huán)場景應(yīng)該如何處理？ 492
- faster rcnn網(wǎng)絡(luò)結(jié)構(gòu)詳解（四個切入點） 677