xiaoshayu520ly的博客

1.Relief算法：一种特征权重算法，利用特征和泪别的相关性对特征进行权重赋值，移除权重小于阈值的特征。其局限性是仅能处理二元分类问题。2.ReliefF算法：对Relief算法的改进与扩展，支持处理多元分类数据。但是可能为冗余特征赋予权值，即算法的局限性在于不能有效的去除特征间的冗余性。特征选择一般有以下三种方法：过滤法（Relief算法）、封装法、嵌入法。数据降维常用方法：主成分分析法（PC...

ROC（受试者工作特征曲线）：反映敏感性和特异性这两个连续变量的综合指标。AUC代表ROC曲线下方面积大小，一般在0.5~之间，越接近1越好。AUC计算公式：AUC =（1-（FP/(FN+TN)*(FN/(TP+FP))/2））/2AUC能较好得评估预测值和真实值之间的差异。常见的预测方法如下：1. 回归预测法（适合中长期的预测，需大量的样本）；2. 时间序列预测法（适合短期预测）；3. 灰色系...

高维不平衡数据的英文指特征（属性）较多，类标号中的类别分布不均匀的数据。 高维数据分类难问题：1.密度估计难问题;2.维数灾难;3.Hughes问题。不平衡数据的分类困难的本质原因：1. 不恰当的评估标准；2. 数据稀疏;3. 数据碎片；4. 不恰当的归纳偏差；5.噪声。分类中的数据不平衡有两种：类间不平衡和类内不平衡。高维数据分类有两种解决思路：（1）在预处理阶段降维，减少特征数量;（2）设计适...