類別不均衡數(shù)據的特征選擇與重用.pdf

1、特征選擇是當前人工智能領域，尤其是機器學習領域的研究熱點之一。隨著人工智能和計算機科學技術的迅速發(fā)展，特征選擇在理論和應用方面均得到了較大的發(fā)展。特征選擇不僅可以去除數(shù)據的冗余特征信息和無關特征信息從而提高原始數(shù)據的質量，而且還可以大大降低數(shù)據挖掘的成本。 本文主要討論了集成學習在處理類別不均衡問題時的特征選擇和多任務學習用于特征重用的研究及其相關應用。在類別不均衡方面，本文對于采用基于風險預報準則的特征選擇的集成學習進行了深入

2、地研究；在特征重用方面，本文對于采用遺傳算法來動態(tài)地確定多任務學習的輸入和輸出特征的搜索策略進行了深入地探討。 本文的主要工作在于以下三點：1）在Bagging集成學習中引入了非對稱取樣和嵌入式特征選擇方法，從而提出并論證了基于風險預報準則特征選擇的非對稱Bagging集成學習算法：PRIFEAB;2）在Adaboost集成學習中引入了非對稱取樣和嵌入式特征選擇方法，從而提出并論證了基于風險預報準則特征選擇的EasyEnsemb

3、le集成學習算法PREE和基于風險預報準則個體特征選擇的EasyEnsemble集成學習算法PRIEE;3）冗余特征用于多任務學習時的特征搜索策略，采用兩位二進制編碼的遺傳算法隨機搜索策略，從而提出并論證了基于遺傳算法隨機搜索策略的加強型多任務學習算法e-GA-MTL。 在多個標準數(shù)據集上的實驗證明，本文所提出的算法比原有算法有更好的性能。同時，這些算法在藥物活性預報、質譜數(shù)據分析和基因芯片數(shù)據分析等現(xiàn)實問題上得到了很好的應用，