面向不平衡数据的逻辑回归偏标记学习算法
Partial label learning algorithm for imbalanced data based on logistic regression作者机构:大连理工大学电子信息与电气工程学部辽宁大连116024
出 版 物:《大连理工大学学报》 (Journal of Dalian University of Technology)
年 卷 期:2017年第57卷第2期
页 面:184-188页
核心收录:
学科分类:0810[工学-信息与通信工程] 08[工学] 081203[工学-计算机应用技术] 0805[工学-材料科学与工程(可授工学、理学学位)] 0704[理学-天文学] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(61502074 U1560102)
摘 要:偏标记学习是近几年提出的新机器学习框架,已有的逻辑回归偏标记算法尚不能解决数据不平衡问题.建立了一种可以解决数据不平衡的逻辑回归模型偏标记学习算法.基本思想是在多元逻辑回归模型中定义新的似然函数以达到处理不平衡数据的目的.算法先根据训练集中各个类别样本所占比例定义了一个新的似然函数,之后通过逼近和求导等数学手段推导得到了能够求解的光滑的逻辑回归偏标记学习模型.在UCI数据集和真实数据集上的仿真实验表明,所提算法在数据存在不平衡问题时提高了样本的平均分类精度.