×
赖春星；陶英山；徐方元；Ng，Wing W.Y。；贾有伟；袁浩良；黄超；Lai、Loi Lei；徐，赵；乔治·罗泰利

具有不确定性的不平衡和二分数据的稳健相关性分析框架。 （英语） Zbl 1441.68208号

信息科学。 470, 58-77 (2019).
摘要：相关性分析是识别类之间依赖性的基本数学工具之一。然而，由于数据集中的方差误差，分析的准确性可能会受到影响。本文对皮尔逊产品矩相关（PPMC）分析中不平衡数据的影响进行了数学分析。为了解决这个问题，提出了一种新的框架——稳健相关分析框架（RCAF），以提高相关分析的准确性。综述了机器学习中由于数据不平衡和数据不确定性引起的问题。通过对南非约翰内斯堡真实太阳辐照度和天气状况数据的深入分析，对所提出的框架进行了测试。此外，还将相关分析与主要抽样技术，即合成少数过抽样技术（SMOTE）和自适应合成抽样技术（ADASYN）进行了比较。最后，利用K-Means聚类和Wards聚类对相关结果进行了研究。与传统的PPMC相比，RCAF可以在32.5%–93.02%的范围内降低不平衡数据下相关系数的标准偏差。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H20个 关联度量（相关性、典型相关性等）
62H30型 分类和区分；聚类分析（统计方面）
62页第12页 统计在环境和相关主题中的应用

关键词：

皮尔逊生产-动量相关性；不平衡数据；清晰度；二分变量

软件：

阿达欣；SMOTE公司
PDF格式BibTeX公司 XML格式引用
\textit｛C.S.Lai｝等人，《信息科学》。470、58--77（2019年；Zbl 1441.68208）
全文： 内政部 链接

参考文献：

[1] 阿明，A。；Anwar，S。；阿德南，A。；纳瓦兹，M。；北卡罗来纳州霍华德。；卡迪尔，J。；哈瓦拉，A。；Hussain，A.，《比较过采样技术处理类别不平衡问题：客户流失预测案例研究》，IEEE Access，47940-7957（2016）
[2] 巴图维塔，R。；Palade，V.，FSVM-CIL：用于类不平衡学习的模糊支持向量机，IEEE Trans。模糊系统。，18, 558-571 (2010)
[3] Chawla，N.V.公司。；鲍耶，K.W。；洛杉矶霍尔。；Kegelmeyer，W.P.，SMOTE：合成少数人过采样技术，J.Artif。智力。第16号决议，第321-357页（2002年）·Zbl 0994.68128号
[4] Chow，T.W。；王，P。；Ma，E.W.，使用无监督标称数据的数据分布因子的新特征选择方案，IEEE Trans。系统。，人，赛博。，B部分（Cybern.），38，499-509（2008）
[5] 迪亚曼蒂尼，C。；Potena，D.，类不平衡问题的贝叶斯矢量量化器，IEEE Trans。知识。数据工程，21638-651（2009）
[6] 迪奥·R。；Chao，F。；彭，T。；斯诺克，N。；Shen，Q.，受特征选择启发的分类器集成约简，IEEE Trans。赛博。，44, 1259-1268 (2014)
[7] 迪奥·R。；Shen，Q.，和声搜索的特征选择，IEEE Trans。系统。，人，赛博。，B部分（Cybern.），421509-1523（2012）
[8] Duin，R.P.W.，关于概率密度函数Parzen估计的平滑参数的选择，IEEE Trans。计算。，C-251175-1179（1976）·Zbl 0359.93035号
[9] 弗朗西斯，D.P。；Coats，A.J。；Gibson，D.G.，相关系数能有多高？《普通心脏病学测量的有限再现性的影响》，国际心脏病杂志。，69, 185-189 (1999)
[10] Habbema，J.，使用密度估计的逐步判别分析程序，（Compstat.Physica-Verlag（1974）），101-110
[11] He，H。；Bai，Y。；加西亚，E.A。；Li，S.，ADASYN:不平衡学习的自适应合成采样方法，（IEEE国际联合会议，IEEE（2008）），1322-1328，神经网络，2008。IJCNN 2008.（IEEE世界计算智能大会）
[12] He，H。；Garcia，E.A.，《从不平衡数据中学习》，IEEE Trans。知识。数据工程，21，1263-1284（2009）
[13] 科拉德曼达，S。；俄亥俄州线虫。；Ayoobia，A.R.，使用集成人工神经网络（ANN）方法预测Clearness指数，可再生可持续性。《能源评论》，58，1357-1365（2016）
[14] Krstic，M。；Bjelica，M.，《阶级不平衡对个性化节目指南性能的影响》，IEEE Trans。消费电子。，61, 90-95 (2015)
[15] 赖，C.S。；贾毅。；McCulloch，M。；Xu，Z.，光伏系统每日清洁度指数曲线聚类分析，IEEE Trans。工业。通知。，13, 2322-2332 (2017)
[16] 赖，C.S。；Lai，L.L.，大数据在智能电网中的应用，（系统、人与控制论（SMC），2015年IEEE国际会议（2015年），IEEE），665-670
[17] 赖，C.S。；李，X。；Lai，L.L.公司。；McCulloch，M.D.，《光伏系统的每日清洁指数概况和天气条件研究》，《能源媒体》，142，77-82（2017）
[18] 赖，C.S。；McCulloch，M.D.，《带厌氧消化沼气发电厂的独立太阳能光伏和存储系统的尺寸确定》，IEEE Trans。工业。电子。，64, 2112-2121 (2017)
[19] 李博士。；刘长伟。；Hu，S.C.，《利用医学数据集解决班级不平衡问题的学习方法》，计算机。生物医学，40509-518（2010）
[20] 林，M。；Tang，K。；Yao，X.，用于训练神经网络进行多类不平衡分类的动态采样方法，IEEE Trans。神经网络学习。系统。，24, 647-660 (2013)
[21] 刘杰。；方，W。；张，X。；Yang，C.，利用气溶胶指数数据改进的光伏功率预测模型，IEEE Trans。维持。能源，6434-442（2015）
[22] 刘晓云。；吴杰。；Zhou，Z.-H.，《班级平衡学习的探索性欠采样》，IEEE Trans。系统。，人，赛博。，B部分（Cybern.），39，539-550（2009）
[23] 刘，Y。；潘·T。；Aluru，S.，英特尔xeon phi集群上的并行成对相关计算，（计算机体系结构与高性能计算（SBAC-PAD），2016年第28届国际研讨会（2016年），IEEE），141-149
[24] 刘，Y。；唐，F。；Zeng，Z.，基于依存度的特征选择，IEEE Trans。赛博。，451209-1221（2015）
[25] Locatelli，G。；米奇，M。；科瓦切维奇，M。；新泽西州布鲁克斯。；Ivanišević，N.，《大型项目的成功交付：一种新的研究方法》，项目管理。J.，48，78-94（2017）
[26] 马洛夫，J.M。；Mazurowski，医学硕士。；Tourassi，G.D.，类别不平衡对基于案例分类器的案例选择的影响：医疗决策支持背景下的实证研究，神经网络。，25, 141-145 (2012)
[27] 米斯，D。；Wyner，A.J。；Buja，A.，Boosted分类树和类概率/分位数估计，J.Mach。学习。第8号决议，第409-439页（2007年）·Zbl 1222.68261号
[28] Mitra，P。；Murthy，C。；Pal，S.K.，使用特征相似性的无监督特征选择，IEEE Trans。模式分析。机器。智力。，24, 301-312 (2002)
[29] 默塔格，F。；Legendre，P.，Ward的层次凝聚聚类方法：哪些算法实现了Ward的准则？，J.分类。，31, 274-295 (2014) ·Zbl 1360.62344号
[30] Ng、W.W。；胡，J。；Yeung，D.S。；尹，S。；Roli，F.，《不平衡分类问题的基于灵敏度的多样化欠采样》，IEEE Trans。赛博。，45, 2402-2412 (2015)
[31] 哦，I.-S。；Lee，J.-S。；Moon，B.-R.，用于特征选择的混合遗传算法，IEEE Trans。模式分析。机器。智力。，26, 1424-1437 (2004)
[32] 拉赫曼，A。；史密斯，D.V。；Timms，G.，传感器数据质量评估的新型机器学习方法，IEEE Sensors J.，14，1035-1047（2014）
[33] Ratner，B.，相关系数：其值在+1/−1之间，还是？，J.目标。，米苏尔。分析。市场。，17, 139-142 (2009)
[34] 医学博士鲁伊斯。；Hüllermeier，E.，模糊伽玛秩相关系数的形式化和实证分析，Inf.Sci。，206, 1-17 (2012) ·Zbl 1314.68313号
[35] 塞弗特，C。；Khoshgoftaar，T.M。；Van Hulse，J。；Napolitano，A.，RUSBoost:缓解阶级不平衡的混合方法，IEEE Trans。系统。，天啊，赛博-A部分，40，185-197（2010）
[36] Silverman，B.W.，《统计和数据分析密度估计》（1986），CRC出版社·Zbl 0617.62042号
[37] Tang，Y。；张义清。；Chawla，N.V.公司。；Krasser，S.，高度不平衡分类的SVM建模，IEEE Trans。系统。，人，赛博。，B部分（Cybern.），39，281-288（2009）
[38] 王，S。；Yao，X.，《多类不平衡问题：分析和潜在解决方案》，IEEE Trans。系统。，人，赛博。，B部分（Cybern.），421119-1130（2012）
[39] 王，S。；Yao，X.，使用类不平衡学习进行软件缺陷预测，IEEE Trans。信实。，62, 434-443 (2013)
[40] Weatherunderground.com，历史数据。[在线]。可用：https://www.wunderground.com/history网站/; Weatherunderground.com，历史数据。[在线]。可用：https://www.wunderground.com/history（网址：https://www.wunderground.com/history）/
[41] 魏斯，G.M。；Provost，F.，《训练数据昂贵时的学习：类别分布对树归纳的影响》，J.Artif。智力。决议，19，315-354（2003）·Zbl 1046.68094号
[42] Woyte，A。；贝尔曼斯，R。；Nijs，J.，《瞬时清晰度指数的波动：分析和统计》，太阳能，81195-206（2007）
[43] Woyte，A。；Van Thong，V。；贝尔曼斯，R。；Nijs，J.，光伏系统引入的配电水平上的电压波动，IEEE Trans。能量转换。，21, 202-209 (2006)
[44] 吴，X。；朱，X。；吴国庆。；丁伟，大数据数据挖掘，IEEE Trans。知识。数据工程，26，97-107（2014）
[45] Xiao，Y。；刘，B。；Hao，Z.，《基于球体描述的多实例学习方法》，IEEE Trans。模式分析。机器。智力。，39, 242-257 (2017)
[46] 姚明，Y。；Tong，H。；谢涛。；Akoglu，L。；徐，F。；Lu，J.，检测社区问答网站中的高质量帖子，信息科学。，302, 70-82 (2015)
[47] Yeung，D.S。；Li，J.-C。；Ng、W.W。；Chan，P.P.，通过训练误差和随机灵敏度的多目标优化进行MLPNN训练，IEEE Trans。神经网络。学习。系统。，27, 978-992 (2016)
[48] 张，F。；Chan，P.P。；比吉奥，B。；Yeung，D.S。；Roli，F.，对抗规避攻击的对抗特征选择，IEEE Trans。赛博。，46766-777（2016）
[49] 张，X。；Hu，B.-G.，《班级不平衡问题中的无成本学习新策略》，IEEE Trans。知识。数据工程，26，2872-2885（2014）
[50] 周，Z.-H。；Liu，X.-Y.，用解决阶级不平衡问题的方法训练成本敏感型神经网络，IEEE Trans。知识。数据工程，18，63-77（2006）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。