针对不确定正例和未标记学习的最近邻算法*

doi:10.3778/j.issn.1673-9418.2010.09.001

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (9): 769-779.DOI: 10.3778/j.issn.1673-9418.2010.09.001

针对不确定正例和未标记学习的最近邻算法*

潘世瑞¹, 张阳^1,2+, 李雪 ³, 王勇 ⁴

1. 西北农林科技大学信息工程学院, 陕西杨凌 712100
2. 南京大学计算机软件新技术国家重点实验室, 南京 210093
3. 昆士兰大学计算机及电子工程系, 布里斯班 4072, 澳大利亚
4. 西北工业大学计算机学院, 西安 710072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-09-09 发布日期:2010-09-09
通讯作者: 张阳

Nearest Neighbor Algorithm for Positive and Unlabeled Learning with Uncertainty

PAN Shirui¹, ZHANG Yang^1,2+, LI Xue³, WANG Yong⁴

1. College of Information Engineering, Northwest A&F University, Yangling, Shaanxi 712100, China
2. State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210093, China
3. School of Information Technology and Electrical Engineering, University of Queensland, Brisbane 4072, Australia
4. School of Computer, Northwestern Polytechnical University, Xi’an 710072, China

Received:1900-01-01 Revised:1900-01-01 Online:2010-09-09 Published:2010-09-09
Contact: ZHANG Yang

摘要/Abstract

摘要： 研究了在正例和未标记样本场景下不确定样本的分类问题, 提出了一种新的算法NNPU(nearest neighbor algorithm for positive and unlabeled learning)。NNPU 具有两种实现方式：NNPUa 和NNPUu。在UCI 标准数据集上的实验结果表明, 充分考虑数据不确定信息的NNPUu 算法要比仅仅考虑样本中不确定信息均值的NNPUa 算法具有更好的分类能力; 同时, NNPU 算法在对精确数据进行分类时, 比NN-d、OCC以及aPUNB 算法性能更优。

关键词: 不确定数据, 正例和未标记样本学习, 最近邻算法

Abstract: This paper studies the problem of uncertain data classification under positive and unlabeled (PU) learning
scenario. It proposes a novel algorithm, NNPU (nearest neighbor algorithm for positive and unlabeled learning), to
handle this problem with two varieties, NNPUa and NNPUu. Experimental results on benchmark UCI datasets show
that NNPUu, which considers the whole uncertain information on the datasets, has a better ability to classify unseen
examples than NNPUa that considers the average value of uncertainty only. Furthermore, NNPU outperforms some
existing algorithms such as NN-d, OCC (one-class classifier) and aPUNB in handling precise data.

Key words: uncertain data, positive and unlabeled learning, nearest neighbor algorithm

中图分类号:

TP181

潘世瑞1 , 张阳1,2+ , 李雪 3 , 王勇 4 . 针对不确定正例和未标记学习的最近邻算法*[J]. 计算机科学与探索, 2010, 4(9): 769-779.

PAN Shirui¹, ZHANG Yang^1,2+, LI Xue³, WANG Yong⁴.

Nearest Neighbor Algorithm for Positive and Unlabeled Learning with Uncertainty

[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(9): 769-779.

[1]	崔美玉，万静，何云斌，李松. 障碍空间中基于网格的不确定数据聚类算法[J]. 计算机科学与探索, 2019, 13(3): 408-417.
[2]	于嘉希，李松，张丽平，刘蕾. 面向不确定数据的概率障碍k聚集最近邻查询[J]. 计算机科学与探索, 2018, 12(2): 231-240.
[3]	朱命冬，徐立新，申德荣，寇月，聂铁铮. 面向不确定文本数据的余弦相似性查询方法[J]. 计算机科学与探索, 2018, 12(1): 49-64.
[4]	卞则康，王士同，王宇翔. 基于特别的特征表示方法的局部线性KNN算法[J]. 计算机科学与探索, 2018, 12(1): 134-142.
[5]	曹科研，王国仁，韩东红，李硕儒. 不确定数据流上Top-k异常点查询算法[J]. 计算机科学与探索, 2015, 9(2): 172-181.
[6]	姜元凯，郑洪源. 基于粗糙模糊集的不确定数据流聚类算法[J]. 计算机科学与探索, 2014, 8(12): 1494-1501.
[7]	贾奇男，马磊，贺建峰. 应用于临床生存时间预测的二次学习算法研究[J]. 计算机科学与探索, 2014, 8(11): 1391-1399.
[8]	李佳佳，王波涛，王国仁，黄山. 不确定移动对象的查询处理技术研究综述[J]. 计算机科学与探索, 2013, 7(12): 1057-1072.
[9]	曹金凤，董一鸿，王勇，钱江波，钟才明. 不确定移动对象概率Skyline集的查询更新[J]. 计算机科学与探索, 2012, 6(5): 443-455.
[10]	曹科研，王国仁，韩东红，袁野，胡雅超，齐宝雷. 障碍空间中不确定数据聚类算法[J]. 计算机科学与探索, 2012, 6(12): 1087-1097.
[11]	王广东，王意洁，李小勇，王媛. 不确定数据流上的并行Skyline查询算法[J]. 计算机科学与探索, 2012, 6(12): 1116-1125.
[12]	张志强，魏小燕，谢晓芹. 利用控制关系分析优化不确定数据Top-k查询[J]. 计算机科学与探索, 2012, 6(11): 994-1006.
[13]	辛婷婷, 刘国华. K-匿名隐私保护模型下的Top-k查询[J]. 计算机科学与探索, 2011, 5(8): 751-759.
[14]	王晓伟+ ;黄九鸣;贾焰 . 分布式不确定数据上的概率Skyline计算*[J]. 计算机科学与探索, 2010, 4(10): 951-960.
[15]	许嘉, 于戈+, 谷峪, 王艳秋 . RFID不确定数据管理技术[J]. 计算机科学与探索, 2009, 3(6): 561-576.

针对不确定正例和未标记学习的最近邻算法*

Nearest Neighbor Algorithm for Positive and Unlabeled Learning with Uncertainty

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics