| 基于随机森林的正例与未标注学习 |
| |
| 引用本文： | 邵强,张阳,蔡晓妍. 基于随机森林的正例与未标注学习[J]. 计算机工程与设计, 2014, 0(12): 4329-4334 |
| |
| 作者姓名： | 邵强 张阳 蔡晓妍 |
| |
| 作者单位： | 西北农林科技大学信息工程学院,陕西杨凌,712100 |
| |
| 摘 要： | 为使用正例与未标注数据训练分类器(positive and unlabeled learning,PU learning),提出基于随机森林的PU学习算法。对POSC4.5算法进行扩展,在其生成决策树的过程中加入随机特征选择;在训练阶段,使用有放回抽样技术对PU数据集抽样,生成多个不同的PU训练集,并以其训练扩展后的POSC4.5算法,构造多棵决策树;在分类阶段,采用多数投票策略集成各决策树输出。在UCI数据集上的实验结果表明,该算法的分类性能优于偏置支持向量机算法、POS4.5算法和基于装袋技术的POSC4.5算法。
|
| 关 键 词： | 正例与未标注学习 决策树 随机森林 集成学习 偏置支持向量机 |
Positive and unlabeled learning based on random forest |
| |
| SHAO Qiang,ZHANG Yang,CAI Xiao-yan. Positive and unlabeled learning based on random forest[J]. Computer Engineering and Design, 2014, 0(12): 4329-4334 |
| |
| Authors: | SHAO Qiang ZHANG Yang CAI Xiao-yan |
| |
| Affiliation: | SHAO Qiang;ZHANG Yang;CAI Xiao-yan;College of Information Engineering,Northwest Agriculture and Forestry University; |
| |
| Abstract: | |
| |
| Keywords: | positive and unlabeled learning decision tree random forest ensemble learning biased support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
