研究文章|开放获取
Shuyue Zhou,Xiaobo Li,Yihong Dong,Hao Xu那 “用于多标签分类的解耦和双向重采样方法,具有标签并发的不平衡数据“,科学的规划一世>那 卷。2020那 文章ID.8829432那 10 页面那 2020. https://doi.org/10.1155/2020/8829432
用于多标签分类的解耦和双向重采样方法,具有标签并发的不平衡数据
抽象的
标签不平衡是多标签数据的特征之一,数据不平衡严重影响分类器的性能。在多标签分类中,重采样方法多用于处理不平衡问题。现有的重采样方法通过欠采样或过采样来平衡数据,导致过拟合和信息丢失。重新取样对少数族裔标签有重大影响。此外,多数标签和少数标签在许多情况下的高并发性也影响了分类性能。在本研究中,我们提出了一种双向重采样的方法来解耦多标签数据集。一方面,通过设置解耦终止条件可以降低标签的并发性,另一方面,通过过采样和欠采样的结合可以减少实例信息的丢失和过拟合。通过测量实例的少数标签,选择对少数标签影响较小的实例进行重新采样。在重采样阶段,为了保持数据的原始分布,限制重采样次数。在7个基准多标号数据集上的实验证明了该算法的有效性,特别是在多数标号和少数标号具有高并发性的数据集上。
1.介绍
随着大数据时代的出现,近年来的数据分类受到了很多关注。不平衡数据通常发生在数据分类领域,包括医疗数据。数据不平衡意味着某些类别的实例远远高于其他类别。通常,与平衡数据集相比,大多数算法在处理不平衡数据时表现不佳。分类器的性能被偏置到多数类,并且在少数群体类上会出现更高的错误率。在实际应用中,我们倾向于更加关注少数阶级的正确分类结果;因此,正确识别少数群体比正确识别多数课程更为重要。例如,在肿瘤分类领域中,非讲患者是多数阶级,而肿瘤患者是少数阶级[1]但我们更关注少数肿瘤患者。这些问题也存在于医学成像分类领域,信用卡欺诈的领域存在[2]检测和网络入侵识别等。
多标签不平衡问题不同于传统的不平衡问题。在多标签不平衡问题中,每个实例都与一组标签相关联,而不是像二元分类法中那样只有一种标签类型。实例数较多的类称为majority类,与majority标号对应;实例数较少的类称为minority类,与minority标号对应[3.-5.].例如,在药物靶标的预测中,由于每个药物分子可以对应多个靶标,靶标也可以对应多个药物分子,但有些靶标所包含的实例远远少于其他靶标,这就大大增加了分类的难度。
在传统的二值分类中,由于每个样本只对应一个类,所以不需要考虑不同类的影响。但多标签分类面临着新的挑战,在某些情况下既包含多数标签又包含少数标签。这两种标签是高度并发的,这使得正确地对多标签数据进行分类更加困难。多标签数据的不平衡以及多标签和少标签的并发常常并存。当同时处理这两个问题时,往往需要把它们放在一起考虑。
2.相关工作
根据实例标签的数量,将不平衡数据分为单标签的不平衡数据和Multilabel不平衡数据。本节将介绍传统单标签的重采样方法,传统单标签不平衡数据和多标签不平衡数据,并详细描述其优点和缺点。
在传统的单标签不平衡数据处理方法中,相关研究可分为三个方面:算法级方法、代价敏感学习方法[6.-8.和数据级方法。在算法级方法中,对分类算法进行了改进,以适应不平衡数据集。改进算法通常通过移动决策边界来增强少数标签实例的存在性。洪等人[9.通过改进内核分类器来优化不平衡数据集的分布。刘等。[10]应用加权GINI指数(WGI)选择特征的子集,这有利于准确确定少数阶级。成本敏感的学习通过惩罚错误分类来实现正确分类的目标。数据级方法主要关注重采样方法,包括underAppling [11),过采样(12和SMOTE方法(合成少数过采样技术)。通过删除数据集中多数类的实例或增加少数类的实例来平衡数据。Galar等[13[比较常见的不平衡学习算法,并证明数据预处理与其他分类方法相结合是一种有效的不平衡分类方法。康等。[14通过在执行重采样过程之前结合噪声滤波器提出了一种噪声过滤的下采样方案(NUS)。
虽然Multilabel的处理也基于数据级方法和算法级方法,但是传统的不平衡数据处理方法并不完全适用于多标签不平衡数据集。在以前的方法中,算法级方法主要专注于调整现有的分类方法,以适应不平衡数据[15那16].传统的多书[17]分类是将多标签问题转换为两类[18那19或多重问题[20.那21],例如Label Powerset (LP) [22]和二进制相关性(BR)[4.].张等人。[23]改进了传统的分类算法并提出了Cocoa算法,它将原始MultiLabel数据集转换为一个二进制数据集和每个标签的多个多字符数据集,并将每个数据集重新列到构建不平衡分类器的目的。
数据级方法改变实例的分布,以实现数据集的平衡。这些方法主要集中在重采样方面,包括过采样从少数类中生成新的实例和欠采样从多数标签中删除一些实例。在多标签不平衡数据处理方法中,基于数据级的方法值得重视,因为该方法具有以下优点:(1)独立于分类过程,在不干扰分类算法的情况下应用;(2)任务的分离使得不同的算法可以发挥各自的优势。因此,一些研究者对此进行了相关的研究。2015年,Dendamrongvit和Kubat提出了数据级LP-RUS(基于lp的随机欠采样)和LP-ROS(基于lp的随机过采样)[24]算法及其改进的算法ML-RU(Multilabel随机缺口)和ML-ROS(Multilabel随机过采样)[25].
LP-RUS和LP-ROS方法都通过考虑数据集的标签集来决定如何重新采样。LP-RUS删除出现频率最高的标签集实例,LP-ROS克隆出现频率最低的标签集实例。在重采样过程中,LP-RUS和LP-ROS可能会导致一些标签出现新的不平衡。为了平衡数据集,ML-ROS算法随机复制少数标签相关的实例,增加数据集中少数标签出现的频率,ML-RUS算法随机删除多数标签的实例数量,减少实例集中多数标签出现的频率。
ML-ROS和ML-RU重新采样数据集,从而提高了分类性能。但是,存在一些缺点:(1)仅使用超采样或欠采样,因此少数标签信息的冗余和多数标签信息的损失;(2)这些方法破坏了数据集的原始分布,对分类产生不利影响[26];(3)他们不能平衡多数标签和少数民族标签的高度同时实例。
为了缓解少数标签和多数标签高度同时存在的问题,Charte等[27]提出了补救、补救hcr - ros(补救随机过采样杂交)和补救hcr - hus(补救启发式欠采样杂交)。补救算法独立于重采样算法,可与多种重采样算法结合,解耦多数标签和少数标签,降低标签之间的并发程度[28].remedial - hrr - ros将高度并发的标签解耦,然后寻找与少数标签链接的实例,并从它们生成克隆。remedial - hcr - hus对高并发标签解耦,并采用欠采样处理。但这些算法存在以下几个问题:(1)算法并没有从根本上改变原有的缺点,仍可能造成严重的过拟合或信息丢失;(2)算法将数据集分为两部分。即使在解耦过程中解决了高并发问题,但解耦还会继续,分类过程中可能会出现过拟合。
3.我们的方法
在本节中,我们提出了一种多标签解耦双向重采样算法(ML-DBR)。
3.1.相关定义
在研究多标签数据的不平衡问题中,为了测量数据不平衡程度,有两个测量指示指示器可以区分不同标签在多标签不平衡数据中:每标签(IR)的不平衡比和平均不平衡比(平均值)。
让Multilabel DataSet<一世>D.一世> = {(X一世一世>那<一世>L.一世>一世一世>)|0≤. <一世>一世一世> ≤ <一世>N一世>那<一世>L.一世>一世一世> ∈ Y}, where X一世一世>代表<一世>一世一世>DataSet的实例,<一世>L.一世>一世一世>是x的标签集一世一世>,y是数据集的标签集。
3.2。MeanIR
Chilir表示数据集中的不平衡的平均水平,如等式所示(2).MeanIR为所有标签IR的平均值:
根据MeanIR和IR,我们可以定义多数和少数标签。若某标签的IR值大于MeanIR,则为少数标签;否则,它就是多数标签。为标签<一世>y一世>,如果是ir(<一世>y一世>)>意思,它属于Minbag;否则,它属于Majbag。
3.3。嘲笑[29]
此外,我们使用摇滚度量来评估多数标签和少数群体标签之间的并发程度,它们的值位于(0,1)范围内。值越高,包含数据集中存在的少数群体和多数标签的实例就越多:
在等式(3.),<一世>N一世>是数据集中的实例数,以及等式(4.),<一世>K.一世>X的标签数是多少一世一世>和红外一世一世>IR是多少<一世>L.一世>一世一世>.
3.4.Min-SCUMBLE
相关研究(27]表明少数群体标签实例的重采样对实例中包含的其他少数标签的影响最大。重新采样某个标签时,此标签的重新采样还将其他少数群体标签中包含在实例中,这将干扰其他少数标签的重新采样。基于摇滚度量标准,我们提出了一个Min-Scumble度量标准,在重新采样时,在实例中对少数群体标签进行特别措施: 在哪里<一世>K.一世>是少数民族标签的数量。
3.5.MeanSamples
此外,ML-DBR中使用了视图。手段代表所有标签到达平衡状态的所有标签所需的实例数。通过将具有最高出现频率的标签实例除以平均值来计算它:
3.6。提出算法
算法中给出了ML-DBR的伪代码1.算法分为解耦和重采样两个阶段。在第一阶段,解耦策略对高并发标签进行解耦,防止低并发标签实例的解耦(算法中的步骤4-10)1).在第二阶段,将过采样和欠采样组合以选择对少数群体标签对重采样影响的情况(步骤11-24以算法为单位1).
|
对于每个标签,计算IR和Chinir以确定标签所属的哪个类别。重新采样率代表数据集的增加或减少的比例。在ML-ROS和ML-RU中,它导致数据集膨胀或缩小比例 .在ML-DBR,不是要增加或减少的数据集的比例,而是计算需要调整的实例数量。接下来,我们介绍了在ML-DBR中使用的策略。
3.6.1。解耦策略
ml-dbr计算数据集中每个实例的剥离值,设置初始括号(<一世>D.一世>)的数据集为SCUMBLE(<一世>D.一世>)1,并根据衬垫讨论要求的实例解耦(<一世>D.一世>)1,以减少具有高度并发标签的实例。如果剥离(<一世>一世一世>)>丑闻(<一世>D.一世>)1,克隆实例<一世>D.一世>一世一世>作为 那L.一世>一世一世>是标签集<一世>D.一世>一世一世>那是标签集 那 = <一世>L.一世>一世一世>[IR(<一世>y一世>)≥MeanIR]那<一世>L.一世>一世一世> =<一世>L.一世>一世一世>[IR(<一世>y一世>)≤MeanIR].然后,当数据集中的每1%的实例进行分离时,缝隙(<一世>D.一世>)重新计算。当渐淡(<一世>D.一世>)j一世>-1- 丑闻(<一世>D.一世>)j一世>≥<一世>T.一世>,认为数据集的高并发性已经解决,在其中<一世>j一世>意味着解耦<一世>j一世>%实例,和<一世>j一世>−1表示解耦到(<一世>j一世> − 1) % instances. If SCUMBLE(<一世>D.一世>)j一世>-1−渐淡(<一世>D.一世>)j一世> <<一世>T.一世>,继续解耦剥离>剥落的情况(<一世>D.一世>)1.
具有高度并发标签的实例可以通过解耦与少数标签和多数标签分开,并且可以根据步骤4找到高度并发标签。从步骤4到步骤6,该实例将分成两个实例。虽然解耦实例的特征是相同的,但标签集是不同的。
3.6.2。重新采样策略
首先,这个策略随机选择<一世>m一世>某个标签的实例<一世>y一世>.mean sample用于限制样本数量,可以平衡样本之间的分布,在重采样时不超过或低于达到平衡所需的样本数量。接下来,生成一个随机的<一世>X一世>随机挑选<一世>m一世>实例<一世>y一世>.使用Min-SCUMBLEIns度量对随机选择的实例进行重新采样,并比较的Min-SCUMBLE<一世>m一世>为重新采样的少数标签选择少选择实例的实例。如果<一世>y一世>属于minBags,<一世>X一世> = Random (0, MeanSamples − |<一世>y一世>|),并使用较低的Min-SCUMBLE克隆实例。如果<一世>y一世>属于Majbags,<一世>X一世> = Random (0, |<一世>y一世>| − MeanSamples), and set the label<一世>y一世>较低的Min-Scrumble到0的实例。
在每次重采样结束时,重新计算MeanIR和IR, MeanSamples只记录初始值,在重采样过程中不重新计算,这样不会对数据集的原始分布造成太大影响。研究发现,当MeanIR≤1.5时,对数据集进行重采样对分类器性能的改善有限[25,当MeanIR≤1.5时,ML-DBR停止。
4.结果与讨论
4.1。评估指标
一般多标签分类器的性能可以以各种方式测量,可以分为多种类型:基于示例的基于标签和基于排名的。为了更好地评估不同方法的性能,我们使用基于标签的评估方法。这种方法可以更好地反映大多数标签和少数民族标签的正确分类。基于标签的评价方法有两种类型:大分子水煮和微量。准确性,宏观 -<一世>F一世>和微量的<一世>F一世>被选为评估指标[30.]为了获得综合评价。对于标签,TP表示真正的阳性,TN代表否定,FP表示误报,FN表示假否定。
无论实例是正面还是负的,准确性是正确预测的实例的数量与预测实例总数的比率。准确性计算如下:
宏观<一世>F一世>和微量<一世>F一世>继承了优势<一世>F一世>-测量并能更好的体现少数标签的分类效果。
宏观<一世>F一世>指所有类别的每个统计指标值的算术平均值。宏观的计算方法<一世>F一世>为式(10),方程(8.) 和 (9.)是宏观精度(宏观 -<一世>P.一世>)和宏观召回(宏观 -<一世>R.一世>).在等式中(8.) 和 (9.),<一世>P.一世>和<一世>R.一世>代表精度并回忆:
微-<一世>F一世>是为了计算数据集中的每个实例的全局混淆矩阵,而不管该类别如何。微-<一世>F一世>按式(11), 和 (12) 和 (13微型精密(micro -<一世>P.一世>)和微回忆(micro-<一世>R.一世>):
4.2。数据集
如表所示1,七个基准Multilabel数据集<一世>酵母一世>那<一世>安然一世>那<一世>TMC-2007.一世>那<一世>CAL500.一世>那<一世>Corel-16k.一世>那<一世>Corel-5k.一世>和<一世>MediaMill.一世>被选为实验数据集[31].Multilabels的分类性能不仅与标签数相关,而且与数据集的不同特征相关。为了测量数据集的不同特征,我们介绍了DENS,卡和TCS [32]作为数据集的测量。DENS表示标签的密度,如等式所示(14).值越高,更密集的标签。卡表示每个实例的平均标签数,如等式所示(15).数量越高,每个实例的平均标签数越多。TCS用于评估数据集的复杂性,如等式所示(16).更高的值表示数据集更复杂,并且对分类器更难预测正确的分类结果: 在哪里<一世>N一世>是实例数量,<一世>F一世>是输入功能的数量,<一世>K.一世>是标签的数量,还有<一世>LS.一世>是不同标签集的数量。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.3。最佳价值<一世>T.一世>和<一世>m一世>
的参数<一世>T.一世>和<一世>m一世>在我们的方法(算法ML-DBR)直接影响算法的性能,因此探索适当的值也很重要<一世>T.一世>和<一世>m一世>.<一世>T.一世>为解耦的阈值。什么时候<一世>T.一世>很高,有些情况没有解耦。如果<一世>T.一世>较低时,当标签并发平衡和<一世>T.一世>应低于不同数据集的SCUMBLE值。在不同的数据集上,SCUMBLE的最低值是0.1,所以<一世>T.一世> ≤ 0.1.<一世>m一世>是在每次重采样期间提取的实例数。什么时候<一世>m一世>很高,可以增加一些情况的频率。什么时候<一世>m一世>可以选择对少数标签产生更大影响的情况。此外,<一世>m一世>需要少于少数民族标签的最小实例数。在ML-DBR中,<一世>T.一世>设置为0.1,0.01和0.001,<一世>m一世>设置为3、5和7以进行比较。在传统的多标签分类中,最常见的方法是将多标签转化为二元分类问题,如LP和BR。在本文中,LP, BR, ML-kNN [33]进行分类,在BR和LP中使用C4.5作为基础分类器。算法中所有参数均作为默认参数,即重采样率在实验中设定为0.1,这是ML-ROS的最佳重采样率,并且ML-KNN的邻居数量设定为10.在该实验中使用10倍的交叉验证。<一世>酵母一世>那<一世>安然一世>那<一世>TMC-2007.一世>那<一世>CAL500.一世>, 和<一世>Corel16k.一世>被选为实验数据集。
的实验结果<一世>m一世>和<一世>T.一世>值如图所示1-5..什么时候<一世>m一世>= 3时,它在不同的数据集上比<一世>m一世> = 5 and<一世>m一世>= 7。在微量测量中<一世>F一世>,表现<一世>m一世>= 3远远超过其他两个值。主要的原因是<一世>m一世>是5和7,它增加了具有高分剥离的一部分情况的频率,并且过度装备比<一世>m一世> = 3 in the classification. Therefore,<一世>m一世> = 3 is an appropriate value in the ML-DBR. It is also found in the experiment that the performance at<一世>T.一世> = 0.01 is better than 0.001 and 0.1. The reason is that the threshold is lower when<一世>T.一世> = 0.001, and all instances of SCUMBLEIns > SCUMBLE(<一世>D.一世>)1几乎跟解耦,在数据集平衡之后无法终止解耦;什么时候<一世>T.一世> = 0.1, the threshold is higher, and the decoupling is terminated when the dataset is not balanced. These figures show that<一世>T.一世>= 0.01,<一世>m一世> = 3 obtained the best results for most of the datasets and the combination of ML-DBR and ML-kNN classification algorithms has the best effect, and it is better than LP and BR in different measurements, indicating that ML-kNN is more suitable for ML-DBR.
4.4。实验和分析
将本文提出的ML-DBR算法与remedial - hwrr - hus、remedial - hwrr - ros三种算法进行比较[28],以及补救的组合[27]和LP-ROS。补救措施-HWR-HUS和RemEdial-HWR-ROS算法在先前的实验中取得了良好的结果,特别是在不平衡数据集中。LP,BR和ML-KNN分类器用于对数据集进行分类,并使用十倍交叉验证。在ml-dbr中,<一世>m一世>值设置为3,<一世>T.一世>被设定为0.01。重采样率所有算法的值为0.1,其他参数均为默认值。对每个数据集进行了10次实验,并对结果进行了平均。
表2-4.显示以准确性评估的实验结果,宏观<一世>F一世>,和micro-F。最好的结果用粗体突出显示。如表所示2与其他算法相比,ML-DBR实现了最佳效果。在表格中3.和4.,ML-DBR还具有宏观的最佳性能<一世>F一世>和微量<一世>F一世>价值观。ML-DBR的性能远远领先于其他算法<一世>Corel16k.一世>那<一世>安然一世>那<一世>Corel-5k.一世>, 和<一世>MediaMill.一世>数据集表示我们所提出的ML-DBR算法在焊缝和TCS更高时获得最佳结果。此外,ML-DBR还在具有较低缝隙和TCS的数据集上具有某些优点。ML-DBR实现了最佳结果<一世>TMC-2007.一世>数据集。在这一点<一世>酵母一世>DataSet与Remedial-Hwr-ROS相比,ML-DBR没有获得一些度量的最佳结果。这发生了因为<一世>酵母一世>DataSet具有较低的滚动滚动和VILIR值,并且在预处理时两种算法之间没有明显的差异<一世>酵母一世>数据集。在这一点<一世>卡尔- 500一世>数据集上,ML-DBR的精度没有明显提高,但宏- dbr的精度没有显著提高<一世>F一世>和微量<一世>F一世>结果表明,ML-DBR算法的分类精度优于其他算法,表明该算法提高了少数标签的分类精度<一世>卡尔- 500一世>数据集。通常,ML-DBR和ML-KNN分级器的组合实现了最佳性能。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
桌子5.在应用ML-DBR之后,显示每个数据集的新滚动和VILIR值。与表格相比,呼啸仪和黄色值减少1,验证提出的ML-DBR算法采用的去耦策略和重采样策略的有效性。
|
|||||||||||||||||||||||||||||||||
总之,与其他重采样算法相比,我们的实验证明ML-DBR在几个多函数重采样算法中具有最佳性能。它可以有效地平衡数据级别的Multilabel不平衡数据。ML-DBR可以有效地处理具有少数群体标签和多数标签的高并发性的Multilabel不平衡数据,并对提高少数群体标签的分类性能产生重大影响。
5.结论
多标签数据具有多数标签和少数群体标签的不平衡和高并发性的问题。本文提出了数据级的ML-DBR算法。通过解耦多数标签和少数群体标签的高度并发数据并测量重新采样期间标签的影响,减少了标签的不平衡,并保证了实例的独立性。因此,ML-DBR具有以下优点:(1)解耦策略更有效和合理;(2)它结合了欠采样和过采样过程,这可以减少由过采样引起的少数群体标签信息的冗余和由欠采样引起的多数标签信息,从而使实例分布更加平衡并减少对采样期间对少数群体标签的影响过程;(3)数据集的原始分发状态不会更改过多,并且维护数据集的原始分发。实验表明,ML-DBR可以有效地提高分类器的分类性能。ML-DBR在具有高TCS值,大量标签和具有高泡沫值的标签的高并发性的数据集中实现了出色的结果。如何找到更合适的<一世>m一世>和<一世>T.一世>不同数据集的值是我们未来工作的重点。
数据可用性
用于支持本研究结果的数据集已保存在木兰资料库(http://mulan.sourceforge.net/datasets-mlc.html).
利益冲突
提交人声明有关本文的出版物没有利益冲突。
致谢
该研究得到了中国国家自然科学基金的支持,否定。61373057,浙江省自然科学基金会授予否。LY20F020009,丽水市科技规划项目授予拒绝。2019RC05。
参考文献
- G. Menardi和N. Torelli,“培训和评估数据的分类规则,”<一世>数据挖掘和知识发现一世>,卷。28,不。1,pp。92-122,2014。查看在:出版商的网站|谷歌学术
- H.朱,G. Liu,M. Zhou,Y. Xie,A. Abusorrah和Q. Kang,“优化加权极端学习机器,用于信用卡欺诈检测的信用卡欺诈检测”<一世>神经古脑一世>,卷。407,pp。50-62,2020。查看在:出版商的网站|谷歌学术
- H. Elghazel, A. Aussem, O. Gharroudi,和W. Saadaoui,“基于旋转森林和潜在语义索引的集成多标签文本分类”,<一世>具有应用的专家系统一世>,第57卷,第1-11页,2016。查看在:出版商的网站|谷歌学术
- M. R. Boutell, J. Luo, X. Shen, C. M. Brown,“学习多标签场景分类”,<一世>模式识别一世>,第37卷,第2期9,页1757 - 1771,2004。查看在:出版商的网站|谷歌学术
- 丹尼尔斯(Z. A. Daniels)和梅塔克斯(D. N. Metaxas),“利用结构海灵格森林解决多标签分类中的不平衡”,刊于<一世>第三十一届AAAI人工智能大会的诉讼程序一世>,pp.1826-1832,美国旧金山,加利福尼亚州,2017年2月。查看在:谷歌学术
- C. L. Castro和A. P. Braga,“在不平衡数据上改进多层感知器性能的新颖成本敏感方法”,<一世>神经网络和学习系统的IEEE交易一世>,卷。24,不。6,PP。888-899,2013。查看在:出版商的网站|谷歌学术
- S.-J.黄,J.-L。陈,X. mu和z.-h。周,“从多元化的贴标商开始具有成本效益的主动学习,”<一世>第二十六届国际人工智能联席会议的诉讼程序一世>,第1879-1885页,澳大利亚墨尔本,2017年8月。查看在:出版商的网站|谷歌学术
- P. Cao, D. Zhao, and O. Zaiane,“一种用于不平衡数据学习的优化成本敏感的支持向量机”,刊于<一世>亚太知识发现与数据挖掘会议论文集一世>,pp.280-292,新加坡,2013年5月。查看在:出版商的网站|谷歌学术
- 陈淑珍,“基于核的非平衡数据集两类分类器,”<一世>神经网络上的IEEE交易一世>,卷。18,不。1,pp。28-41,2007。查看在:出版商的网站|谷歌学术
- H.刘,M. Zhou和Q.1U,“嵌入式数据分类的嵌入式特征选择方法,”<一世>IEEE / CAA自动的SINICA一世>,第6卷,第2期3,第703-715页,2019。查看在:出版商的网站|谷歌学术
- A. Akkasi,E.Varoğlu和N. Dimililer,“平衡的欠采样:一种基于新的句子的欠采样方法,以改善化学和生物医学文本中指定实体的识别”<一世>应用智力一世>,卷。48,不。8,pp。1965-1978,2018。查看在:出版商的网站|谷歌学术
- Lin W., Xu D.,“非平衡多标记学习识别抗菌肽及其功能类型”,<一世>生物信息学一世>,第32卷,第2期24,第3745-3752页,2016。查看在:出版商的网站|谷歌学术
- M. Galar, A. Fernandez, E. Barrenechea, H. Bustince,和F. Herrera,“对班级不平衡问题的组合:基于套袋、助推和混合的方法的综述”,<一世>IEEE系统、人与控制论汇刊,C部分(应用与评论)一世>,卷。42,不。4,pp。463-484,2011。查看在:出版商的网站|谷歌学术
- Q.康,X.陈,李和M. Zhou,“Zhou”的噪声过滤的底层抽样计划,用于不平衡分类,“<一世>Cyebericics上的IEEE交易一世>,卷。47,没有。12,pp。4263-4274,2017。查看在:出版商的网站|谷歌学术
- H. Ryang和U. Yun, " Top-<一世>K.一世>高效模式挖掘,具有有效的阈值培养策略,“<一世>以知识为基础的系统一世>,卷。76,pp。109-126,2015。查看在:出版商的网站|谷歌学术
- S. Zida,P. fournier-primer,J.C. -W。林,C. -w。吴和五,曾,“efim:一种快速和记忆高效的高实用项目集矿业算法,”<一世>知识和信息系统一世>,卷。51,没有。2,pp。595-625,2017。查看在:出版商的网站|谷歌学术
- C. W. Wu,B.-e.Shie,V.S. Tseng和P. S. Yu,“挖掘顶部 -<一世>K.一世>高实用项目集,“<一世>第18届ACM SIGKDD国际知识发现国际会议和数据挖掘KDD'12一世>,页78-86,纽约,纽约,美国,2012年8月。查看在:出版商的网站|谷歌学术
- K. Chen,B.-L.Lu和J.T.Kwok,“使用MIN-MAX模块分类器”高效分类多标签和不平衡数据“,”<一世>2006年IEEE国际神经网络诉讼联席会议的诉讼程序一世>,pp.1770-1775,2006年7月加拿大温哥华。查看在:出版商的网站|谷歌学术
- Wan S., Duan Y., and Q. Zou, " HPSLPred:一种用于不平衡来源的人类蛋白质亚细胞定位预测的集成多标记分类器,"<一世>蛋白质组学一世>,卷。17,不。17-18,2017年第1700262号,2017年。查看在:出版商的网站|谷歌学术
- M.A.Tahir,J.Cakler和F. Yan,“在抽样中的反随机”,为类别不平衡问题及其应用于多标签分类,“<一世>模式识别一世>,卷。45,不。10,pp。3738-3750,2012。查看在:出版商的网站|谷歌学术
- S. Dendamrongvit和M. Kubat,“来自多标签文本分类域的不平衡训练集和诱导的欠采样方法,”<一世>亚太知识发现与数据挖掘会议论文集一世>,pp.40-52,博加国,泰国,2009年。查看在:出版商的网站|谷歌学术
- S. Godbole和S. Sarawagi,“多标签分类的歧视方法”<一世>亚太知识发现与数据挖掘会议论文集一世>,第22-30页,悉尼,澳大利亚,2004年5月。查看在:出版商的网站|谷歌学术
- >。张,Y.-K。李,X.-Y。刘,“对班级不平衡意识的多标签学习”<一世>第二十四届国际人工智能联合会议论文集一世>,第4041-4047页,魁北克市,加拿大,2015。查看在:谷歌学术
- F. Charte, A. Rivera, M. J. del Jesus,和F. Herrera,“处理多标签数据集不平衡的第一种方法”,刊于<一世>国际混合人工智能系统会议论文集一世>,pp.150-160,萨拉曼卡,西班牙,2013年9月。查看在:出版商的网站|谷歌学术
- F. Charte,A. J. Rivera,M. J. del Jesus和F. Herrera,“解决了Multilabel分类的不平衡:措施和随机重采样算法”<一世>神经古脑一世>,卷。163,pp。3-16,2015。查看在:出版商的网站|谷歌学术
- N. Japkowicz和S. Stephen,《阶级失衡问题:系统研究》<一世>智能数据分析一世>,第6卷,第2期5,页429-449,2002。查看在:出版商的网站|谷歌学术
- F. Charte,A. J.Verrai,M. J. del Jesus和F. Herrera,“在不平衡的Mutilabel数据集中处理困难的少数群体标签,”<一世>神经古脑一世>,卷。326-327,PP。39-53,2019年1月。查看在:出版商的网站|谷歌学术
- F. Charte,A. J. Rivera,M. J. del Jesus和F. Herrera,“Remedial-Hwr:通过标签解耦和数据重新采样杂交来解决多责任不平衡”<一世>神经古脑一世>,卷。326-327,第110-122,2019。查看在:出版商的网站|谷歌学术
- F. Charte,A. Rivera,M. J. del Jesus和F. Herrera,“在Mutbalanced标签中同时发生及其对Multilabel重新采样算法的影响”<一世>国际混合人工智能系统会议论文集一世>,pp.110-121,西班牙萨拉曼卡,2014年6月。查看在:出版商的网站|谷歌学术
- G. Madjarov,D. Kocev,D.Gjorgjevikj,以及S.džeroski,“多标牌学习方法的广泛实验比较”<一世>模式识别一世>,卷。45,不。9,pp。3084-3104,2012。查看在:出版商的网站|谷歌学术
- G. Tsoumakas, E. Spyromitros-Xioufis, J. Vilcek, and I. Vlahavas, " Mulan:一个用于多标签学习的java库,"<一世>机器学习研究杂志一世>,卷。12,pp。2411-2414,2011。查看在:谷歌学术
- F. Charte,A. Rivera,M. J. del Jesus和F. Herrera,“关于数据集复杂性和采样策略在多拉拉带分类器表现中的影响,”<一世>国际混合人工智能系统会议论文集一世>,pp。500-511,塞维利亚,西班牙,2016年4月。查看在:谷歌学术
- >。张和Z.-H。周,“multi-label learning的懒惰学习方法”,<一世>模式识别一世>,卷。40,不。7,pp。2038-2048,2007。查看在:出版商的网站|谷歌学术
版权
版权所有©2020 Shuyue Zhou等人。这是分布下的开放式访问文章创意公共归因许可证如果正确引用了原始工作,则允许在任何媒体中的不受限制使用,分发和再现。