期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
同分布强化学习优化多决策树及其在非平衡数据集中的应用
被引量:
2
1
作者
焦江丽
张雪英
+1 位作者
李凤莲
牛壮
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第5期1112-1118,共7页
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单...
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单决策树形成多个决策树,各决策树采用分类回归树算法建树,并利用强化学习累积回报机制进行属性选择策略的优化。研究结果表明:提出的基于强化学习累积回报机制的属性优化策略可有效提高少数类被正确分类的概率;同分布多决策树方法可有效提高非平衡数据集整体预测性能,且正类率和负类率的几何平均值都有所提高。
展开更多
关键词
非平衡数据集
多决策树
累积回报机制属性选择策略
同分布随机抽样
强化学习
下载PDF
职称材料
题名
同分布强化学习优化多决策树及其在非平衡数据集中的应用
被引量:
2
1
作者
焦江丽
张雪英
李凤莲
牛壮
机构
太原理工大学信息与计算机学院
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第5期1112-1118,共7页
基金
国家自然科学基金资助项目(61376693)
山西省重点研发计划(社会发展领域)项目(201803D31045)
+2 种基金
山西省自然科学基金资助项目(201801D121138)
山西省重大专项(20181102008)
山西省优秀人才科技创新项目(201605D211021)~~
文摘
针对传统决策树在非平衡数据集分类时少数类预测性能出现偏差的问题,提出一种基于强化学习累积回报的属性优化策略即改进型同分布多决策树方法。首先通过同分布随机抽样法对非平衡数据集中的多数类样本进行随机采样,进而对各子集建立单决策树形成多个决策树,各决策树采用分类回归树算法建树,并利用强化学习累积回报机制进行属性选择策略的优化。研究结果表明:提出的基于强化学习累积回报机制的属性优化策略可有效提高少数类被正确分类的概率;同分布多决策树方法可有效提高非平衡数据集整体预测性能,且正类率和负类率的几何平均值都有所提高。
关键词
非平衡数据集
多决策树
累积回报机制属性选择策略
同分布随机抽样
强化学习
Keywords
imbalanced data sets
multi-decision tree
cumulative reward mechanism attributes selection strategy
identically distributed random sampling
reinforcement learning
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
同分布强化学习优化多决策树及其在非平衡数据集中的应用
焦江丽
张雪英
李凤莲
牛壮
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部