混合基因表達(dá)式編程決策樹算法研究與應(yīng)用.pdf

1、近年來(lái)，數(shù)據(jù)挖掘技術(shù)被廣泛地應(yīng)用到各個(gè)行業(yè)領(lǐng)域中，已逐步成為當(dāng)今計(jì)算機(jī)應(yīng)用技術(shù)和理論研究中最熱門的領(lǐng)域之一。在實(shí)際的數(shù)據(jù)挖掘過(guò)程中，因?yàn)檎鎸?shí)數(shù)據(jù)經(jīng)常出現(xiàn)缺失、冗余、不一致和噪聲等問(wèn)題，導(dǎo)致用于數(shù)據(jù)準(zhǔn)備過(guò)程的時(shí)間大約超過(guò)整個(gè)過(guò)程的時(shí)間的一半(約占整個(gè)數(shù)據(jù)挖掘過(guò)程所需時(shí)間的60％)，因而缺失數(shù)據(jù)的處理在數(shù)據(jù)預(yù)處理過(guò)程中是一個(gè)至關(guān)重要的問(wèn)題。
　　 分類規(guī)則挖掘是數(shù)據(jù)挖掘中的一個(gè)重要分支，它在商業(yè)、醫(yī)學(xué)、軍事、體育等眾多領(lǐng)域都有非常廣

2、泛的應(yīng)用，引起很多來(lái)白不同領(lǐng)域的學(xué)者們的關(guān)注和研究。目前，許多分類算法主要強(qiáng)調(diào)分類的準(zhǔn)確率，并且基于所有錯(cuò)誤分類的代價(jià)都是相等的這樣一個(gè)假設(shè)，但是在很多實(shí)際的應(yīng)用當(dāng)中，不同類型的錯(cuò)誤分類往往都對(duì)應(yīng)著不同的代價(jià)，將所有的代價(jià)都視為平等的是不正確的。因而代價(jià)敏感的數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)重要的分支，也是較為前沿的研究領(lǐng)域。
　　 以自然進(jìn)化為基礎(chǔ)的演化計(jì)算技術(shù)因?yàn)槠渲悄苄?、并行性和不確定性等諸多特點(diǎn)而成為數(shù)據(jù)挖掘中的一個(gè)特

3、殊的分支，是研究分類規(guī)則挖掘的一個(gè)重要工具?；虮磉_(dá)式編程(GEP)是一種新的遺傳算法，它結(jié)合了遺傳算法和遺傳程序的優(yōu)點(diǎn)，摒棄了它們的缺點(diǎn)，在數(shù)學(xué)建模方面取得了很好的效果，并且在許多工程領(lǐng)域的應(yīng)用中都占有一席之地。
　　 本文基于幾種常用的缺失數(shù)據(jù)處理方法提出一種新的缺失數(shù)據(jù)處理方法，并以基因表達(dá)式編程和分類規(guī)則挖掘?yàn)橹饕难芯繉?duì)象，研究了基于均勻常數(shù)分布的基因表達(dá)式編程分類算法(UDC-GEPDT)的代價(jià)敏感分類算法和基于差分

4、演化算法的基因表達(dá)式編程決策樹分類算法(UDC-GEPDT+DE)。本文的主要工作和成果如下：
　　 1．分別簡(jiǎn)單介紹了基因表達(dá)式編程、分類規(guī)則挖掘、決策樹和代價(jià)敏感的概念，并分析了它們的一些主要思想。
　　 2.簡(jiǎn)要地介紹了幾種常見(jiàn)的缺失數(shù)據(jù)處理方法，對(duì)每種方法的優(yōu)缺點(diǎn)進(jìn)行了詳細(xì)的分析，并基于這些方法提出了一種混合缺失數(shù)據(jù)處理方法(MDMV)。用C4.5算法對(duì)每種方法處理過(guò)的數(shù)據(jù)集建模，經(jīng)過(guò)測(cè)試，實(shí)驗(yàn)的結(jié)果證明本文所提

5、出的混合缺失數(shù)據(jù)處理方法是一種有效的缺失數(shù)據(jù)處理方法，在后面章節(jié)實(shí)驗(yàn)中的缺失數(shù)據(jù)均以此方法為依據(jù)進(jìn)行處理的。
　　 3．對(duì)眾多分類算法僅強(qiáng)調(diào)分類精度，而將所有錯(cuò)誤分類的代價(jià)視為平等的不足之處進(jìn)行分析，在均勻常數(shù)分布的基因表達(dá)式編程決策樹算法的混合矩陣(Confusion Matrix)中引入代價(jià)矩陣，給出每種不同錯(cuò)誤分類的不同代價(jià)，提出一種基于該算法的代價(jià)敏感分類算法，最后用實(shí)驗(yàn)證明了該算法在小數(shù)據(jù)集上能取得良好效果，并說(shuō)明該算