检索结果-南通市图书馆

检索条件"主题词=不平衡数据挖掘"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于不平衡数据挖掘策略的非接触性损伤预测模型构建——以青少年女子篮球运动员为例

基于不平衡数据挖掘策略的非接触性损伤预测模型构建——以青少年...

引用

第十二届全国体育科学大会

作者：黄元琦归予恒李玉榕王燕妮李长飞福建师范大学福建省篮排球运动管理中心福州大学首都体育学院

研究目的:运用数据挖掘方法,对福建省青少年女子篮球运动员专项体能状态与非接触性损伤情况进行研究。以数据分析的损伤风险评估作为运动损伤预防的基础,根据损伤情况与非损伤情况分布不平衡的特点,构建基于不平衡数据挖掘策略的非接触... 详细信息

研究目的:运用数据挖掘方法,对福建省青少年女子篮球运动员专项体能状态与非接触性损伤情况进行研究。以数据分析的损伤风险评估作为运动损伤预防的基础,根据损伤情况与非损伤情况分布不平衡的特点,构建基于不平衡数据挖掘策略的非接触性损伤预测模型,以达到早期识别并及时干预的目的,为运动员的运动损伤预防提供科学方法。研究方法:1.1数据资料来源与预处理:本研究中所使用的数据资料来源于2014年至2017年第十三届全国运动会备战周期,福建省体育局科研攻关项目中的福建省青少年女子篮球运动员专项体能监控与损伤登记数据库。从数据库中提取青少年女子篮球运动员的身体机能、身体形态、专项体能测试结果和损伤情况等34个变量。其中专项体能测试内容选自国家体育总局青少年体育司编制的《中国青少年篮球训练教学大纲》。使用SPSS statistics 22对缺失值进行多重插补,将变量进行等频离散化处理,以未来30天是否发生非接触性损伤为分类标准。将符合以下标准的损伤纳入数据集构建:(1)损伤机制为除了直接接触以外的其他损伤机制;(2)需要医疗干预;(3)导致至少一天不能参与运动有关的活动。使用卡方检验进行特征选择,将P不平衡指数达4.58。针对不平衡数据,本研究采用数据层处理策略和算法层处理策略相结合的不平衡数据挖掘策略,对青少年女子篮球运动员非接触性损伤进行预测建模。其中,数据层处理策略使用Borderline-SMOTE技术对训练集进行处理,算法层处理策略选用极端梯度提升算法(XGBoost)作为分类算法,采用包含五倍交叉验证的网格搜索法对XGBoost进行参数调优。为了方便比较不平衡数据挖掘策略构建的模型性能,本研究选用经典建模策略逻辑回归(LR)作为对照。1.3模型评估与解释:本研究采用留出法进行模型性能评估。将数据集划分为70%的训练集和30%的验证集,将训练集用于模型训练与参数调优,使用验证集进行模型性能评估。选用曲线下面积(AUC)、误诊率(FPR)和漏诊率(FNR)为模型评价指标。为了方便了解影响模型决策结果的重要特征参数,使用特征归因分析法进行分析。以上工作均在python 3.6编程环境下完成。研究结果:2.1数据集描述:所构建的数据集中包含17名福建省青年女子篮球运动员(年龄:15.00±0.61岁;身高:176.58±6.46 cm;体重:64.42±8.47 kg;训练年限:1.62±0.65年)的7次(每次间隔6周)专项体能测试结果,总共有107条有效样本。使用卡方检验进行特征选择后,总共筛选出10个特征变量供模型进行构建,每个特征变量均具有统计学意义(P不平衡数据挖掘模型。其中75个样本被指定到训练集、32个样本指定到验证集、损伤情况分别占训练集的14.7%和测试集的25%。使用训练集进行模型构建,使用验证集对构建的模型进行评估。2.2模型性能评估:在模型性能评估方面,与LR模型(AUC:0.604,,FPR:4.2%,FNR:75.0%)相比,虽然基于不平衡数据挖掘策略构建的模型(AUC:0.896,FPR:12.5%,FNR:8.3%)的误诊率上升了8.3%,但其漏诊率下降了66.7%、AUC上升了0.292。说明不平衡数据挖掘策略构建的模型误诊率略有上升,但与LR模型相比,其漏诊率和AUC有较大改善。由于在损伤检测实际情况中,对损伤漏诊的容忍度远远低于损伤误诊的情况,因此可以认为使用不平衡数据挖掘策略构建的损伤模型在本研究中性能最优。2.3模型解释:在模型解释性方面,通过使用特征归因分析法对不平衡数据挖掘模型中的特征变量重要性进行分析。特征归因分析结果表示,以下特征变量对不平衡数据挖掘模型评估青少年女子篮球运动员非接触性运动损伤风险具有重要作用,包括:本月伤情、身高、血红蛋白值、红细胞计数、肌酸激酶值变化率、坐位体前屈测试成绩、3/4场全场冲刺测试成绩、六边形跳跃测试成绩、30秒背起测试成绩、15米13趟折返跑测试成绩。使用特征归因分析法对损伤情况与非损伤情况进行个案分析。结果发现,专项体能发展较不均衡的运动员,发生非接触性损伤的倾向性增高,提示福建省青少年女子篮球运动员尚未形成支撑竞技需求的身体能力。因此,青少年运动员专项体能的全面发展应该成为训练的重要目标。该结果与前人的观点较为一致。研究结论:与经典的LR模型相比,基于不平衡数据挖掘策略构建的模型对非接触性损伤具有较高的敏感性和特异性,更适用于损伤检测、损伤风险评估和损伤风险因素识别,具有很好地应用前景。

关键词：运动损伤不平衡数据挖掘风险评估

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

通用类别不平衡机器学习：算法、应用与开源软件库

通用类别不平衡机器学习：算法、应用与开源软件库

引用

作者：刘芷宁吉林大学

学位级别：硕士

在许多现实应用中,机器学习算法面临着数据中类别样本数量不平衡的困难。随着互联网、分布式计算以及边缘计算等领域的快速发展,更多规模庞大、类别极度不平衡且可能包含大量噪声/缺失值的工业数据集不断产生。在面对这种分类任务时,大... 详细信息

在许多现实应用中,机器学习算法面临着数据中类别样本数量不平衡的困难。随着互联网、分布式计算以及边缘计算等领域的快速发展,更多规模庞大、类别极度不平衡且可能包含大量噪声/缺失值的工业数据集不断产生。在面对这种分类任务时,大多数现有的不平衡学习方法都存在性能不佳或计算效率底下的问题。为解决此问题,本文对类别不平衡问题的本质进行更深入地探讨:给学习器带来困难的不仅仅是类别数量不平衡本身,还有嵌入在数据分布中的其他因素,如类别分布重叠会极大地影响数据集的分类难度。考虑这些因素,为了能够在类别不平衡数据上训练无偏、高效且稳健的机器学习模型,本文提出了面向类别不平衡问题的两种新颖的集成学习算法,并在实际的应用场景中验证了它们的有效性。进一步地,本文实现了一个模块化、灵活、易扩展的类别不平衡/长尾机器学习库,以促进该领域研究代码的规范性、结果的可复现性以及在真实世界机器学习任务中的快速应用。本文为此研究领域做出了三项主要贡献:(1)本文提出基于类间平衡与类内平衡的集成学习框架DUBE。本文指出指出在传统类间不平衡定义的基础上,在数据分布中同一类样本之间的差异(类内不平衡)也应当被纳入考虑。有鉴于此,本文提出了一个通用的集成学习框架DUBE以同时进行类间和类内平衡,而不依赖繁重的基于距离的计算,在保持高计算效率的同时也获得了出色的分类性能。(2)本文提出元采样器驱动的最优化不平衡学习框架MESA。本文指出典型的不平衡学习方法包括重采样和重加权,是基于一些启发式的假设而设计的。在假设不成立的复杂任务中,它们往往存在性能不稳定、适用性差和计算成本高等问题。因此,本文提出了元不平衡学习框架MESA,其不依赖于人类直觉设计的策略,而是从数据中自动学习采样策略并直接优化最终性能指标,因此具有杰出的性能和跨任务可转移性。(3)本文实现了不平衡学习算法工具箱IMBENS,其整合实现了16种流行的不平衡集成学习方法及19种重采样方法,并通过高阶抽象、继承和多态保证了软件库的模块化、灵活性、以及易扩展性,以促进相关技术的发展和应用。

关键词：类别不平衡不平衡数据挖掘集成学习自步学习元学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：