代价敏感的GEP分类算法实现

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

代价敏感的GEP分类算法实现

张赪, 蔡之华

文章导航 > 电子科技大学学报 > 2007 > 36(6): 1319-1321

张赪, 蔡之华. 代价敏感的GEP分类算法实现[J]. 电子科技大学学报, 2007, 36(6): 1319-1321.

引用本文:

张赪, 蔡之华. 代价敏感的GEP分类算法实现[J]. 电子科技大学学报, 2007, 36(6): 1319-1321.

ZHANG Cheng, CAI Zhi-hua. Cost-Sensitive Classification by Gene Expression Programming[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1319-1321.

Citation:

ZHANG Cheng, CAI Zhi-hua. Cost-Sensitive Classification by Gene Expression Programming[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1319-1321.

代价敏感的GEP分类算法实现

张赪,
蔡之华

1.
中国地质大学计算机学院武汉 430074

基金项目:

"十一五"民用航天项目(C5220061318);湖北省自然科学基金(2003ABA043)

作者简介:
张赪(1981-),男,硕士生,主要从事数据挖掘、数据仓库以及商业智能方面的研究;蔡之华(1964-),男,教授,博士生导师,主要从事数据挖掘与数据仓库、演化计算方面的研究.

张赪(1981-),男,硕士生,主要从事数据挖掘、数据仓库以及商业智能方面的研究;蔡之华(1964-),男,教授,博士生导师,主要从事数据挖掘与数据仓库、演化计算方面的研究.

中图分类号: TP18

Cost-Sensitive Classification by Gene Expression Programming

1.
School of Computer Science,China University of Geosciences Wuhan 430074

摘要: 在数据挖掘领域中,通常以分类精度作为分类算法效果的评估标准。这一标准是建立在假设任意一实例被误分类为任意类时都具备同样代价的基础上的。当此假设不成立时,直接使用传统分类方法就无法取得良好的分类和预测效果。针对这一问题,通过改进编解码方法以及在适应度函数中集成样本的不同误分类代价,提出了一种基于基因表达式程序设计的代价敏感分类算法(CSC-GEP),并在三个UCI数据集上对该算法进行了测试,实验结果表明CSC-GEP是一种有效的代价敏感分类算法。
- 分类 /
- 代价敏感 /
- 误分类代价 /
- 基因表达式程序设计
Abstract: In data mining reseach, the classification algorithms generally pursue more highly accuracy. It is based on the assumption that all misclassifications have the same cost. However, the assumption is not correct in the real world, so that the normal classification algorithms do not perform well. By improving the encode/decode methods and taking different misclassification cost into account, this paper concerns a new cost-sensitive algorithm called CSC-GEP based on Gene Expression Programming (GEP). The experimental results show that the new algorithm is effective.
- classification /
- cost-sensitive /
- cost of misclassification /
- gene expression programming

[1]	常文文, 聂文超, 袁月婷, 闫光辉, 杨志飞, 张冰涛, 张学军. 基于多层脑功能网络特征的动作意图识别 . 电子科技大学学报, 2023, 52(1): 14-22. doi: 10.12178/1001-0548.2022292
[2]	张俐. 基因数据的交互依赖特征选择算法 . 电子科技大学学报, 2022, 51(5): 754-759. doi: 10.12178/1001-0548.2021136
[3]	毛远宏, 贺占庄, 马钟. 重构迁移学习的红外目标分类 . 电子科技大学学报, 2020, 49(4): 609-614. doi: 10.12178/1001-0548.2019162
[4]	韩嫚莉, 侯卫民, 孙靖国, 王明, 梅少辉. 基于PCA与协同表示的高光谱图像分类研究 . 电子科技大学学报, 2019, 48(1): 117-121. doi: 10.3969/j.issn.1001-0548.2019.01.019
[5]	曹健, 魏星, 李海生, 蔡强. 基于局部特征的图像分类方法 . 电子科技大学学报, 2017, 46(1): 69-74. doi: 10.3969/j.issn.1001-0548.2017.01.011
[6]	汪文勇, 刘川, 赵强, 沈晓明, 丘晓彤. 直接验证的封装式特征选择方法 . 电子科技大学学报, 2016, 45(4): 607-615. doi: 10.3969/j.issn.1001-0548.2016.04.013
[7]	张振东, 吴斌, 周玉梅. 用于FIR滤波器设计的共同子表达式消除新方法 . 电子科技大学学报, 2013, 42(1): 48-52. doi: 10.3969/j.issn.1001-0548.2013.01.012
[8]	向勇, 唐常杰, 朱明放, 陈瑜, 代术成. 内嵌基因表达式编程及其在函数发现中的应用 . 电子科技大学学报, 2011, 40(1): 116-121. doi: 10.3969/j.issn.1001-0548.2011.01.022
[9]	高辉, 王沙沙, 傅彦. Web舆情的长期趋势预测方法 . 电子科技大学学报, 2011, 40(3): 440-445. doi: 10.3969/j.issn.1001-0548.2011.03.022
[10]	张靖, 何发镁, 邱云. 个性化推荐系统描述文件攻击检测方法 . 电子科技大学学报, 2011, 40(2): 250-254. doi: 10.3969/j.issn.1001-0548.2011.02.019
[11]	李太勇, 唐常杰, 吴江, 乔少杰, 姜玥, 陈瑜. 基因表达式编程种群多样性自适应调控算法 . 电子科技大学学报, 2010, 39(2): 279-283. doi: 10.3969/j.issn.1001-0548.2010.02.027
[12]	朱明放, 唐常杰, 陈安龙, 代术成, 于中华. 基于朴素基因表达式编程挖掘紧致函数 . 电子科技大学学报, 2010, 39(2): 284-288,310. doi: 10.3969/j.issn.1001-0548.2010.02.028
[13]	于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类 . 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030
[14]	朱颢东, 李红婵, 钟勇. 新颖的无监督特征选择方法 . 电子科技大学学报, 2010, 39(3): 412-415. doi: 10.3969/j.issn.1001-0548.2010.03.019
[15]	杨宏宇, 李春林. 采用FA和SVDFRM的SVM入侵检测分类模型 . 电子科技大学学报, 2009, 38(2): 240-244. doi: 10.3969/j.issn.1001-0548.2009.02.20
[16]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[17]	何军, 谭兴烈, 李新, 谢京涛, 周明天. 一种支持QoS的IPSec安全设备体系结构 . 电子科技大学学报, 2005, 34(1): 97-100.
[18]	张李, 涂晓东, 何诚. 流分类技术的研究 . 电子科技大学学报, 2004, 33(6): 678-681.
[19]	陈宏, 杨莉, 朱蕙, 李燕. 国民经济各部门作用类型的研究 . 电子科技大学学报, 2001, 30(3): 295-299.
[20]	喻胜, 何丕雁, 陈光. 利用最小化代价函数方法实现多窗口谱分析 . 电子科技大学学报, 1999, 28(3): 273-277.

WeChat

点击查看大图

计量

文章访问数: 3447
HTML全文浏览量: 122
PDF下载量: 70
被引次数: 0

代价敏感的GEP分类算法实现

张赪,
蔡之华

1. 中国地质大学计算机学院武汉 430074

基金项目:

"十一五"民用航天项目(C5220061318);湖北省自然科学基金(2003ABA043)

作者简介:
张赪(1981-),男,硕士生,主要从事数据挖掘、数据仓库以及商业智能方面的研究;蔡之华(1964-),男,教授,博士生导师,主要从事数据挖掘与数据仓库、演化计算方面的研究.

张赪(1981-),男,硕士生,主要从事数据挖掘、数据仓库以及商业智能方面的研究;蔡之华(1964-),男,教授,博士生导师,主要从事数据挖掘与数据仓库、演化计算方面的研究.

收稿日期: 2007-09-07
刊出日期: 2007-12-15

中图分类号: TP18

关键词:

摘要: 在数据挖掘领域中,通常以分类精度作为分类算法效果的评估标准。这一标准是建立在假设任意一实例被误分类为任意类时都具备同样代价的基础上的。当此假设不成立时,直接使用传统分类方法就无法取得良好的分类和预测效果。针对这一问题,通过改进编解码方法以及在适应度函数中集成样本的不同误分类代价,提出了一种基于基因表达式程序设计的代价敏感分类算法(CSC-GEP),并在三个UCI数据集上对该算法进行了测试,实验结果表明CSC-GEP是一种有效的代价敏感分类算法。

English Abstract

张赪, 蔡之华. 代价敏感的GEP分类算法实现[J]. 电子科技大学学报, 2007, 36(6): 1319-1321.

引用本文:

张赪, 蔡之华. 代价敏感的GEP分类算法实现[J]. 电子科技大学学报, 2007, 36(6): 1319-1321.

ZHANG Cheng, CAI Zhi-hua. Cost-Sensitive Classification by Gene Expression Programming[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1319-1321.

Citation:

ZHANG Cheng, CAI Zhi-hua. Cost-Sensitive Classification by Gene Expression Programming[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1319-1321.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发