基于数据降维的机器学习分类应用研究
本文关键词: 数据降维 机器学习 分类问题 手写数字识别 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
【摘要】:在当今社会,信息技术的进步使得数据获取成本不断降低,随着海量数据的不断涌现,数据的维度也不断攀升。一般来说数据的维度越高,计算复杂度越大,数据中的噪声与冗余特征产生的负面影响越严重。因此,如何降低数据的维度,提高数据分类精度,已经成为机器学习领域的重要问题。本文围绕数据降维对机器学习分类效果所产生的影响这一问题展开研究。首先构建降维分类的分析架构,利用非线性降维局部线性嵌入(LLE)和线性降维主成分分析(PCA)这2种不同的降维方法与梯度提升决策树(GBDT)、随机森林(Random Forest)、支持向量机(SVM)、K近邻(KNN)、Logistic回归分类(Logistic Regression)共5种机器学习分类方法进行了组合。然后利用手写数字识别数据集,对这5种分类方法在不同降维方法下所产生的不同维度数据集上的分类表现进行了分析。分析表明,利用合适的降维方法进行降维分类可以有效的提升分类的准确率;非线性降维方法的降维分类效果普遍好于线性降维;不同机器学习分类算法对于维度的敏感度有着显著的差异;降维分类可以在保持分类精度的同时大大减少模型训练的时间。
[Abstract]:In today's society, with the development of information technology, the cost of data acquisition is continuously reduced. With the continuous emergence of massive data, the dimension of data is also rising. Generally speaking, the higher the dimension of data, the greater the computational complexity. The negative effects of noise and redundant features in data are more serious. Therefore, how to reduce the dimension of data and improve the accuracy of data classification. It has become an important problem in the field of machine learning. This paper focuses on the impact of data dimensionality reduction on the classification effect of machine learning. Firstly, the analysis framework of dimensionality reduction classification is constructed. Two different dimensionality reduction methods and gradient lifting decision tree (GBDTT) are proposed by using nonlinear dimensionally reduced local linear embedding (LLEE) and linear dimensionally reduced principal component analysis (PCAA). Random Forestland, support Vector Machine (SVM). Five machine learning classification methods were combined by Logistic regression classification and Logistic regression. Then handwritten numerals were used to recognize the data sets. The classification performance of these five classification methods on different dimension data sets produced by different dimensionality reduction methods is analyzed. Using proper dimensionality reduction method can effectively improve the accuracy of classification. The effect of nonlinear dimensionality reduction method is generally better than that of linear dimensionality reduction method. There are significant differences in the sensitivity of different machine learning classification algorithms to the dimensions. Dimension reduction classification can greatly reduce the time of model training while maintaining classification accuracy.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP181
【相似文献】
相关期刊论文 前10条
1 夏润海,王开颜;机器学习与智能决策支持系统[J];潍坊学院学报;2003年02期
2 张明玉,倪志伟;基于机器学习的智能决策支持系统[J];淮南师范学院学报;2005年03期
3 杨凌霄;武建平;;机器学习方法在人脸检测中的应用[J];计算机与数字工程;2008年03期
4 ;第十一届中国机器学习会议[J];智能系统学报;2008年02期
5 ;第14届中国机器学习会议[J];智能系统学报;2012年06期
6 费宗铭;吕建;王志坚;陈道蓄;徐家福;;机器学习[J];计算机科学;1991年01期
7 赵沁平;魏华;王军玲;;机器学习技术与机器学习系统[J];计算机科学;1993年05期
8 姚敏;机器学习及其发展方向[J];计算机时代;1994年04期
9 ;第31届机器学习国际会议(英文)[J];智能系统学报;2014年01期
10 黄海滨;机器学习及其主要策略[J];河池师范高等专科学校学报(自然科学版);2000年04期
相关会议论文 前10条
1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集(上册)[C];2001年
2 王昊;李银波;纪志梁;;利用机器学习方法预测严重药物不良反应-呼吸困难[A];中国化学会第28届学术年会第13分会场摘要集[C];2012年
3 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 周晴杰;徐立鸿;吴启迪;;机器学习串级结构的初步探讨[A];1998年中国控制会议论文集[C];1998年
5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
7 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
8 黄金铁;李景银;周建常;;对高炉炉况评价模型参数的机器学习——一个三类线性模式分类器的实现[A];1995中国控制与决策学术年会论文集[C];1995年
9 程国建;蔡磊;潘华贤;;核向量机在大规模机器学习中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
10 张钹;张铃;;统计学习理论及其应用[A];2001年中国智能自动化会议论文集(上册)[C];2001年
相关重要报纸文章 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 IBM大数据专家 James Kobielus 范范 编译;机器学习已成为大数据基石[N];网络世界;2014年
3 本报记者 房琳琳;合久必分:分布式“机器学习”应运而生[N];科技日报;2014年
4 雨辰;机器学习类图书为什么火爆[N];中华读书报;2014年
5 百度公司技术副总监 多媒体部负责人 余凯;深度学习与多媒体搜索技术演进[N];中国信息化周报;2013年
6 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
7 本报记者 张晔邋通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
8 记者 彭德倩;机器学习精度提升近6个百分点[N];解放日报;2006年
9 本报记者 闵杰;大数据热 高端人才缺[N];中国电子报;2013年
10 沈建苗 编译;如何成为大数据科学家[N];计算机世界;2013年
相关博士学位论文 前10条
1 董春茹;机器学习中的权重学习与差分演化[D];华南理工大学;2015年
2 姚明臣;机器学习和神经网络学习中的若干问题研究[D];大连理工大学;2016年
3 Maxim Pecionchin;[D];对外经济贸易大学;2016年
4 杜宇;基于深度机器学习的体态与手势感知计算关键技术研究[D];浙江大学;2017年
5 钟锦红;群智学习若干问题研究[D];中国科学技术大学;2017年
6 赵东;基于群智能优化的机器学习方法研究及应用[D];吉林大学;2017年
7 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年
8 胡巍;面向格结构的机器学习[D];上海交通大学;2009年
9 张义荣;基于机器学习的入侵检测技术研究[D];国防科学技术大学;2005年
10 钱线;快速精确的结构化机器学习方法研究[D];复旦大学;2010年
相关硕士学位论文 前10条
1 毛海斌;基于半监督机器学习的情感分类领域适应问题研究[D];南京理工大学;2015年
2 安军辉;基于微博数据的微博用户性别判断研究[D];华中师范大学;2015年
3 陈召阳;基于机器学习的改性麦槽吸附重金属构效关系模型研究[D];江西理工大学;2014年
4 王成;基于半监督机器学习的文本情感分析技术[D];南京理工大学;2015年
5 孙科;基于Spark的机器学习应用框架研究与实现[D];上海交通大学;2015年
6 刘江龙;基于机器学习的射频指纹定位方法研究[D];电子科技大学;2015年
7 张蕾;基于机器学习的网络舆情采集技术研究与设计[D];电子科技大学;2014年
8 施宇;基于数据挖掘和机器学习的木马检测系统设计与实现[D];电子科技大学;2014年
9 施应敏;基于机器学习的Femtocell信道频谱与功率资源分配算法的研究[D];南京邮电大学;2015年
10 张柯;基于机器学习的错误定位方法研究[D];南京航空航天大学;2015年
,本文编号:1464085
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1464085.html