【报告内容】

汇报人：姜照航

汇报单位：太原理工大学

主题：《High-Dimensional Unbalanced Binary Classification by Genetic Programming with Multi-Criterion Fitness Evaluation and Selection》

1、Introduction

2、Method

3、Experiment

4、Conclusion

【报告总结】

1.待解决的问题描述

由于高维不平衡和类不平衡的共同作用，高维不平衡分类具有挑战性。遗传规划(GP)由于其内在的选择信息特征的能力，在高维分类中具有潜在的优势。然而，一旦数据分布不均匀，GP倾向于开发有偏见的分类器，这些分类器在大多数类上实现了高准确率，而在少数类上实现了低准确率。不幸的是，少数阶级通常至少和多数阶级一样重要。

2.相关创新方案

(1)提出了一种新的双准则适应度函数，将两个准则组合在一起，在评价过程中不需要权重。

(2)提出了新的三项赛事选择标准，用以识别和选择优秀的GP项目。

(3)实验证明，采用新的评价方法和选择算子的GP对高维不平衡数据的分类是有效的。

3.实验总结

在高维不平衡数据分类中，提出了一种双准则适应度函数和三准则赛事选择方法。在本文提出的适应度函数中，C1用于衡量分类能力，C2用于衡量分类清晰度。这两个标准在评估过程中独立运行，为接下来的选择过程返回适应度元组。三个标准的比赛选择是为了在比赛中识别和选择好的GP。实验结果证明了该方法在高维不平衡数据集上的有效性。

4.未来工作

在未来，我们将研究新的GP分类策略，用于高维不平衡数据的多类分类，并将找到更好的基准数据集，并构建具有所需属性的易于理解的数据集。

报告时间：2024年03月22日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)