基于Hubness的类别均衡的时间序列实例选择算法
针对实例选择算法INSIGHT存在选出的实例类别分布不均衡和得分相等的实例的重要性无法区分两个问题,分别提出了改进算法.改进算法B-INSIGHT1基于分治思想,通过筛选出训练集各类中最具有代表性的实例,来确保选出的实例类别分布尽可能均衡.改进算法B-INSIGHT2将改进算法B-INSIGHT1的单重排序改进成了双重排序,以便更有效地衡量实例的重要性.实验结果表明,在时间复杂度基本不变的前提下,所提算法在分类准确率上均优于INSIGHT算法.
实例选择、Hubness、类别均衡、时间序列、分类
32
TP181(自动化基础理论)
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
3034-3037