第5章分類技術(shù)-資料下載頁(yè)
2025-10-02 13:35本頁(yè)面
【導(dǎo)讀】用if-then子句來(lái)描述分類結(jié)果。規(guī)則的左邊表示規(guī)則的前提假設(shè)，其條件如下：。分類規(guī)則的品質(zhì)可以用以下幾種指標(biāo)來(lái)評(píng)量。以規(guī)則分類為基礎(chǔ)的方法所產(chǎn)生的規(guī)則：。若規(guī)則並非戶斥的解決方法：。以類別為基礎(chǔ)的排序方法：屬於同一個(gè)類別的規(guī)則會(huì)放在。目的在於萃取分類規(guī)則，而這個(gè)分類規(guī)則可以包含。Learn-one-rule函數(shù)藉由利用貪婪漸近的方式來(lái)產(chǎn)。其本身就是一個(gè)指數(shù)型搜尋空間的問(wèn)題。它一開(kāi)始會(huì)產(chǎn)生規(guī)則r，然後再逐步的修正規(guī)則，規(guī)則評(píng)估的指標(biāo)，在於決定那一個(gè)結(jié)合應(yīng)該在規(guī)則。能處理的資料量約和訓(xùn)練範(fàn)例的多寡呈線性關(guān)係。適用在類別中的資料量不平均的情況，也適用於雜。所使用的驗(yàn)證資料可以避免模式的過(guò)度學(xué)習(xí)。選擇k個(gè)鄰近點(diǎn)的重要性。貝氏理論，它是一個(gè)從資料當(dāng)中。為了要分類測(cè)試資料，單純貝氏分類法要計(jì)算每個(gè)。單純貝氏分類法的特性
【正文】 的比例，回覆率的值愈高，表示誤判的比例也較低 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 接收器操作指標(biāo) (1) ? 接收器操作指標(biāo)（ Receiver Operating Characteristic， ROC）曲線是一個(gè)顯示真陽(yáng)性比率（ TPR）、及偽陽(yáng)性比率（ FPR）兩個(gè)值之間相互取捨的圖形 ? ROC 曲線上有三個(gè)重要的點(diǎn)，分別解釋如下： – （ TPR=0 及 FPR=0）表示模式將每個(gè)資料都預(yù)測(cè)為負(fù)類別 – （ TPR=1 及 FPR=1）表示模式將每個(gè)資料都預(yù)測(cè)為正類別 – （ TPR=1 及 FPR=0）表示理想模式 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 接收器操作指標(biāo) (2) ? ROC 曲線下方面積 （ AUC）提供評(píng)估模式的方法 – AUC接近 1：模式很好 – AUC接近 ：模式比隨機(jī)猜測(cè)的結(jié)果好一點(diǎn) ? 兩種不同分類法的 ROC曲線 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 產(chǎn)生 ROC曲線 1. 假設(shè)我們將連續(xù)型的輸出值定義成正類別，然後將測(cè)試資料的輸出值依遞增排序 2. 選擇排序最低的測(cè)試資料，將選出的資料、以及比所選出的資料有更高排序的資料指定成正類別 3. 從排序清單中選取下一個(gè)測(cè)試資料，將所選出的資料、以及比所選出的資料有更高排序的資料指定成正類別，同時(shí)低於這些排序的資料視為負(fù)類別。然後藉由檢查之前所選的資料的真實(shí)類別來(lái)更新真陽(yáng)性及偽陽(yáng)性的總和 4. 重覆步驟 3，並且更新真陽(yáng)性及偽陽(yáng)性，直到最高排序的測(cè)試資料被選取為止 5. 繪出分類法的真陽(yáng)性比例和偽陽(yáng)性比例 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 成本敏感度學(xué)習(xí) (1) ? 成本敏感度分類技術(shù)是在模式建立期間將成本矩陣考慮進(jìn)去，使得所產(chǎn)生的模式有較低的成本 ? 有多種將成本資訊加入分類演算法的方法，例如，在決策樹(shù)中，成本資料可以用來(lái)： – 選擇最好的屬性以分割資料 – 決定是否要修剪子樹(shù) – 處理訓(xùn)練資料的權(quán)重，如此一來(lái)學(xué)習(xí)演算法可以使決策樹(shù)收斂，並有最小成本 – 在每個(gè)樹(shù)葉節(jié)點(diǎn)中修改決策規(guī)則 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 成本敏感度學(xué)習(xí) (2) ? 修正決策界限（從 B1 到 B2），以降低實(shí)際上為正類別的資料中，被模式誤判的比例 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 抽樣的方法 (1) ? 抽樣是另一個(gè)常被用來(lái)處理分類不均問(wèn)題的方法，主要在於修改資料的分配，使得資料較少的類別可以有好的表現(xiàn) ? 可行的抽樣技術(shù) – 抽樣不足（ undersampling） – 過(guò)度抽樣（ oversampling） – 混合抽樣 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 抽樣的方法 (2) ? 對(duì)少量類別資料過(guò)度抽樣的效果 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 抽樣的方法 (3) ? 混合方法在於將多數(shù)類別進(jìn)行抽樣不足，以及針對(duì)少數(shù)類別進(jìn)行過(guò)度抽樣的作法，以使類別中的資料量能夠平均。 ? 抽樣不足可以用隨機(jī)或是強(qiáng)迫副抽樣不足法（forced subsampling）來(lái)處理 ? 過(guò)度抽樣可以複製已經(jīng)存在的正例、或是在已經(jīng)存在的正例附近產(chǎn)生新的正例，後面的做法必頇先決定每個(gè)已經(jīng)存在正例的 k 個(gè)最近鄰近點(diǎn) 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 多元類別問(wèn)題 ? 多元分類方法 – 1 對(duì)多（ oneagainstrest， 1－ r）方法： 將多元分類的問(wèn)題分割成 K 個(gè)位元問(wèn)題 – 1 對(duì) 1（ oneagaineone， 1－ 1）： 其建構(gòu) k(k－ 1)/2 個(gè)二元分類法，而每個(gè)分類法都用來(lái)區(qū)別兩個(gè)類別 (yi, yj) 169。 2020 臺(tái)灣培生教育出版 (Pearson Education Taiwan) 錯(cuò)誤更新的輸出編碼 ? 在錯(cuò)誤更新的輸出編碼（ errorcorrecting output coding， ECOC）方法，處理多元分類問(wèn)題的方法 ? 將訊息透過(guò)雜訊通道來(lái)傳送 ? 多傳送一個(gè)代碼至傳訊的訊息中，如此接收器會(huì)在接受到訊息時(shí)偵測(cè)到錯(cuò)誤，若錯(cuò)誤率很小時(shí)則恢復(fù)至回來(lái)的訊息 ? 每個(gè)類別都可以編碼成成單獨(dú)的位元字串，然後訓(xùn)練 n 個(gè)位元分類來(lái)預(yù)測(cè)每個(gè)代碼字串中的位元，測(cè)試資料的預(yù)測(cè)類別將可以用漢明距離（ Hamming distance）來(lái)計(jì)算
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1