10.3969/j.issn.1000-3428.2010.20.018
适用于非平衡数据的多关系多分类模型
针对多关系多分类的非平衡数据,提出一种分类模型.在预处理阶段,建立目标类纠错输出编码(ECOC)、目标关系与背景关系间的虚拟连接并完成属性聚集处理,进而划分训练集和验证集.在训练阶段,依据一对多划分思想,结合CrossMine算法构造多个子分类器,采用AUC法评估验证各子分类器.在验证阶段,比较目标类ECOC与各子分类器分类结果连接字的海明距离,选择最小海明距离的目标类为最终分类.经合成和真实数据的实验,验证了模型有效性及分类效果.
多关系分类、非平衡数据、多类分类、纠错输出编码、一对多划分
36
TP311(计算技术、计算机技术)
江苏省高技术研究基金资助项目BG2007028;江苏省高校自然科学基金资助项目09KJB52003
2010-12-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
52-54