二次集成学习在医疗数据挖掘中的应用

摘要：

CCDM 2014数据挖掘竞赛基于医学诊断数据，提出了实际生活中广泛出现的多类标问题和多类分类问题。针对两个问题出现的类别不平衡现象以及训练样本较少等特点，为了更好地完成数据挖掘任务，借助二次学习和集成学习的思想，提出了一个新的学习框架--二次集成学习。该学习框架通过首次集成学习得到若干置信度较高的样本，将其加入到原始训练集，并在新的训练集上进行二次学习，进而得到泛化性能更高的分类器。竞赛结果表明，与常用的集成学习相比，二次集成学习在两个问题上均取得了非常理想的结果。

关键词：二次学习、集成学习、类别不平衡学习、数据挖掘

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61273301,61105043;the Natural Science Foundation of Jiangsu Province of China under Grant No. BK2011566

在线出版日期：2014-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1113-1119