一种面向小样本数据的错标记样本识别方法

• 作者: 周宏 秦瑞斌 郑浩然
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 错标记 小样本数据 微阵列
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 论著
• 页码范围: 574-578
• 页数: 5页
• 分类号: R318.04
• 字数: 3687字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2012.06

摘要

目的 针对小样本数据的错标记问题,本文在CL-stability算法的基础上提出一种加权的错标记样本识别算法(UCL-stability).方法 在UCL-stability算法中,根据样本标记翻转后数据所能选出的差异特征数目,定义了一个投票权值用于衡量翻转不同样本标记对分类的影响.结果 两组癌症基因表达数据的实验结果表明,UCL-stability与CL-stability算法均能有效识别数据中的可疑样本.通过人为错标记样本的进一步实验,显示UCL-stability算法相比于无投票权的CL-stability算法可取得较高的precision和recall值.结论 本文提出的UCL-stability算法不仅考虑了小样本数据中单个样本的标记错误对分类器设计造成的影响,更进一步考虑了不同样本的标记错误对分类结果影响的差异.通过引入特征信息衡量该差异,UCL-stability取得了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑浩然	中国科学技术大学计算机科学与技术学院	59	470	10.0	21.0
2	周宏	中国科学技术大学计算机科学与技术学院	10	18	3.0	3.0
3	秦瑞斌	中国科学技术大学计算机科学与技术学院	1	0	0.0	0.0