基于网络社区结构的训练集非均衡程度度量方法

• 作者: 岳训 莫宏伟 葛平俱 迟忠先 郝艳友
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 训练集非均衡问题 复杂网络 网络社区结构 均匀度 内聚度
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 1427-1433
• 页数: 7页
• 分类号: TP18
• 字数: 7899字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2007.08.017

摘要

在机器学习和数据挖掘实际应用中,针对分类训练集的选取,通常要求训练集中每一类所包含的数据在数量上要尽可能的"均衡".本文以非均衡训练集与分类学习效率关系研究为依据,给出了"均匀度"和"内聚度"两种类型的训练集非均衡程度因素的概念;"均匀度"是用来描述训练集类之间(between-class)的非均衡程度, 其含义是指训练集不同类之间数据数量的非均衡程度;"内聚度"是用来描述训练集类内部(within-class)的非均衡程度,指训练集中不同类在空间分布上的线性相关程度,通过训练集数据之间的相关程度,构建出训练集的网络结构,运用一种能体现训练集内聚性的网络拓扑结构的指标-网络社区结构作为度量,提出了基于网络社区模块结构的非均衡训练集度量方法,并指出了高均匀度和高内聚度是选取"优良"分类训练集的关键因素.通过对UCI 标准训练集的实验,结果验证本方法作为选取训练集标准的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟忠先	大连理工大学计算机科学工程系	86	1209	19.0	31.0
2	莫宏伟	哈尔滨工程大学自动化学院	93	922	17.0	26.0
3	岳训	大连理工大学计算机科学工程系	7	16	3.0	3.0
7	郝艳友	大连理工大学计算机科学工程系	7	17	3.0	3.0
8	葛平俱	山东农业大学信息科学与工程学院	23	151	5.0	12.0