可拓多过滤器融合方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
＝
ｃ ＜ａ ：ｂ ２பைடு நூலகம் ２ ｐ，ｐ
Ｃ３ ＜ ａｐ３， ３ ＞
（） ３
Ｒｆ ｑ ｌ ］
一
其 中 ，ｎ ＜ ｂｉ是 Ｐ在 ｃ上 的取值 范 围 ， 指 的 ） ＝ ，Ｐ （ ＞ 是 ｃ对所 有 训练 例 进行 判 定 时 的最小 取 值 ， 则 是最 ｔ
Ｐ ｑ ｏ ＜ａ ｌｂｌ＞ ｏ， ｏ
Ｒｏ＝
ｃ ＜ ２ ，ｏ ｂ２＞
＜ ， ＞
（） ２
为 了使 用 可拓 方 法 ．首先 要 考虑 的 问题 就 是将 邮 件表 示成 物元 ， 事元或 关 系元 ． 由于本文 主 要考 虑 特征 其 中 ，ａ ＜ ａ ａ 是 Ｐ 在 过 滤 器 ｃ 上 的取 值 范 围 Ｘ ＝ ａ， ＞ ｂ ０ ｉ 的分 布对 于过滤 结果 的影 响 ．所 以只考 虑将 邮 件表 示 （ １ ２ ３ ｉ ， ，．下 同 ）ａ 的值 是 Ｃ判 定 一个 邮件 是 垃圾 的 ＝ ，ｅ ， 成 物元 的情况 ，我们将 另文 讨论 对基 于 复合 元表 示 邮 下限值 ， 是 ｃ判 定一 个 邮件是 垃圾 的上 限值 ． ； 件进 行挖 掘 的问题 ． 其 次 ， 确定 节域 ， 为 ： 要 记 本文 融合 了三种过滤器 ： 素贝 叶斯 过滤 器 （ Ｂ） 、 朴 Ｎ 即 Ｐ ｑ ＜ａ ｌ ｌ ｅ， ＞ Ｋ Ｎ过 滤器嗍 Ｖ Ｍ 滤器 ． 一个 过 滤器 对 于某 邮件 Ｎ 、Ｓ 过 每 ｅ是 否 是 垃圾 都 存在 一 个 判定 值 ． 因此 ． 们使 用 下 面 我 的物元 来表 示 邮件．
（ ） 大取 值． １ 最后 ， 据 待过 滤 的对 象 Ｐ Ｐ用 （） 表 示 ） Ｃ、 根 （ １式 在
Ｌ Ｉ
－ Ｊ ｌ
２ １ 年第 １ ０１ 期
福
建 电
脑
１５ １
可拓 多过滤器融合方法
张 娟 ， 高克 峰 ，张 曦
ｆ１ 石 家庄 经 济 学院现代 教 育技 术 中心 河北 石 家庄 ０ ０ ３ ． ５０ １
２ 张 家 口 市 下 花 园 区地 方 税 务 局 ． 河 北 张 家 口 ０ ５ ０ ７３ ０
３ 中国移 动通信 集 团 河北有 限公 司 下花 园分 公 司 河北 张 家 口 ０ ５ ０ ． ７ ３ ０）
【 摘
要 】 垃 圾过 滤 问题备 受研 究人 员的 关注 ， ： 已有 方 法通 常都 具 有较 低 的误 拒 率 ， 同时误 收率 也 但
较 高． 文基 于可拓 学 。 出了一种 多过 滤 器融合 方 法 ． 本 提 比较 实验 的结 果表 明 ， 方 法 的误 拒 率和 误 收率 较 该
其 它方 法都低 ．
【 关键 词 】 垃圾 ， 滤 器 ， ： 过 多过 滤 器融合 ， 可拓 学
１ 引 言 ．
Ｎ 是所 表 示 的 邮件 名 称 ；１ｃ， 分 别是 上 述 三 个 ｃ， ｃ
网络 上 的各 类 资源 日益 丰 富 ．人们 在 享受 有 用 资 过 滤器 ； ｖ，］ ｖ，：ｖ 分别是 三 个过 滤器 对 于 Ｎ是 否是 垃 圾 源的 同时 ． 日益受 ” 也 垃圾 ” 资源 的 困扰 ． 如何 有效 地 过 的判定 的值 ． 本 文 中 ， 即是 使用 贝 叶 斯 方法 判 定 Ｎ属 于 垃圾 ｖ， 究人 员 的广泛关 注 过 滤 问题是 一个 代价 敏感 的分类 的后 验 概率 ．２Ｋ１Ｋ． Ｖ ＝ ／ 它表 示 的是 Ｋ Ｎ方 法 中 ． Ｎ 在前 问题 ， 即将 非 垃 圾 分类 为 垃 圾 （ 误 拒 ” 与将 垃圾 判 定 Ｋ个 与 Ｎ最相 似 的训 练例 中． ” ） 垃圾 训 练例 所 占的 比例 ．
滤 这些垃 圾 的问题 （ 以下称 为过 滤问 题 ） 已经 引起 了研 为非 垃圾 （误 收” 的代 价是 不相 同的 ； 外 ， 滤 问题 Ｖ＝ ｏｏ ＯｏＣｓ，其 中 ＣＳ 是 Ｎ与垃 圾训 练例 的 中心 ｎ ） 另 过 ３ｃＳ ＣＳ ０１ ／ ＋ Ｏ０
要求 在 不 增加 ” 收 ． 的情 况 下 ． ” 拒 ” 尽 可 能 向 量 的夹角 ．ｏ １ 是 Ｎ与 非垃 圾 训 练例 的 中心 向量 误 ． 率 使 误 率 ｃｓ 则
２可 拓 方 法 ．
小 ， 定 Ｐ的类别 ． 简 单 起 见 ， 文 只 给 出 Ｐ（） 计 判 为 本 ｏ ｐ
我 国学 者 蔡 文 １ ８ ９ ３了提 出 了可 拓集 合 ［ 经 过 ２ 算方 法 ， 】 ） ２ １ ． ０ Ｐ（ 的计算方 法类 似 ． ｐ 几 年 的发展 ， 已经 发展成 可 拓学 ． 并形 成 了初 步 的理论 为 了计 算 Ｐ（）首 先要 确定 经典 域 ， 为 ： ｏ ， ｐ 记 框架 ． 在某 些领 域 已有 应用 ． 将可 拓 学应 用 到数 据 挖 掘 上． 将是 一个全 新 的方 向． ２１邮件 表示 ．
地低．而 已有 的许 多算 法都 将 过滤 问题 看 作 是一 个 普 的 夹 角 ．
通 的分 类 问题 ， 多算 法虽 然具 有较 低 的误拒 率 ． 同 ２２可 拓 方 法 许 但 ． 时也具 有较 高的误 收率 ． 而导致算 法 的不 实用【 从 １ １ ． 不妨 设训 练 例集 为 Ｐ， 圾训 练集 为 Ｐ ， 垃 圾训 垃 ０非 本 文 利用 可 拓方 法 融合 多个 过 滤器 对 垃圾 邮 件进 练集 为 Ｐ ， ０ ｌ Ｐ ｕＰ＝ ，待 过 滤 的 邮件 为 Ｐ 过 １ ｎＰ＝ Ｐ ， ０ ｌＰ ， 行 过滤 ．对 比实验 的结果 表 明该 方法 的误 拒 率 和误 收 滤 问题 即是要 分别计 算 Ｐ属 于 Ｐ 和 Ｐ 的程度 ， ０ 】 分别记 率都 比较 理想． 为 Ｐ（） Ｐ（）最 后 通 过 比较 Ｐ （ 和 Ｐ（） ０） Ｉ和 １ ， ｐ ０ ） 的取 值 大 ｐ ｐ
ｃ ＜ａ ：ｂ ２பைடு நூலகம் ２ ｐ，ｐ
Ｃ３ ＜ ａｐ３， ３ ＞
（） ３
Ｒｆ ｑ ｌ ］
一
其 中 ，ｎ ＜ ｂｉ是 Ｐ在 ｃ上 的取值 范 围 ， 指 的 ） ＝ ，Ｐ （ ＞ 是 ｃ对所 有 训练 例 进行 判 定 时 的最小 取 值 ， 则 是最 ｔ
Ｐ ｑ ｏ ＜ａ ｌｂｌ＞ ｏ， ｏ
Ｒｏ＝
ｃ ＜ ２ ，ｏ ｂ２＞
＜ ， ＞
（） ２
为 了使 用 可拓 方 法 ．首先 要 考虑 的 问题 就 是将 邮 件表 示成 物元 ， 事元或 关 系元 ． 由于本文 主 要考 虑 特征 其 中 ，ａ ＜ ａ ａ 是 Ｐ 在 过 滤 器 ｃ 上 的取 值 范 围 Ｘ ＝ ａ， ＞ ｂ ０ ｉ 的分 布对 于过滤 结果 的影 响 ．所 以只考 虑将 邮 件表 示 （ １ ２ ３ ｉ ， ，．下 同 ）ａ 的值 是 Ｃ判 定 一个 邮件 是 垃圾 的 ＝ ，ｅ ， 成 物元 的情况 ，我们将 另文 讨论 对基 于 复合 元表 示 邮 下限值 ， 是 ｃ判 定一 个 邮件是 垃圾 的上 限值 ． ； 件进 行挖 掘 的问题 ． 其 次 ， 确定 节域 ， 为 ： 要 记 本文 融合 了三种过滤器 ： 素贝 叶斯 过滤 器 （ Ｂ） 、 朴 Ｎ 即 Ｐ ｑ ＜ａ ｌ ｌ ｅ， ＞ Ｋ Ｎ过 滤器嗍 Ｖ Ｍ 滤器 ． 一个 过 滤器 对 于某 邮件 Ｎ 、Ｓ 过 每 ｅ是 否 是 垃圾 都 存在 一 个 判定 值 ． 因此 ． 们使 用 下 面 我 的物元 来表 示 邮件．
（ ） 大取 值． １ 最后 ， 据 待过 滤 的对 象 Ｐ Ｐ用 （） 表 示 ） Ｃ、 根 （ １式 在
Ｌ Ｉ
－ Ｊ ｌ
２ １ 年第 １ ０１ 期
福
建 电
脑
１５ １
可拓 多过滤器融合方法
张 娟 ， 高克 峰 ，张 曦
ｆ１ 石 家庄 经 济 学院现代 教 育技 术 中心 河北 石 家庄 ０ ０ ３ ． ５０ １
２ 张 家 口 市 下 花 园 区地 方 税 务 局 ． 河 北 张 家 口 ０ ５ ０ ７３ ０
３ 中国移 动通信 集 团 河北有 限公 司 下花 园分 公 司 河北 张 家 口 ０ ５ ０ ． ７ ３ ０）
【 摘
要 】 垃 圾过 滤 问题备 受研 究人 员的 关注 ， ： 已有 方 法通 常都 具 有较 低 的误 拒 率 ， 同时误 收率 也 但
较 高． 文基 于可拓 学 。 出了一种 多过 滤 器融合 方 法 ． 本 提 比较 实验 的结 果表 明 ， 方 法 的误 拒 率和 误 收率 较 该
其 它方 法都低 ．
【 关键 词 】 垃圾 ， 滤 器 ， ： 过 多过 滤 器融合 ， 可拓 学
１ 引 言 ．
Ｎ 是所 表 示 的 邮件 名 称 ；１ｃ， 分 别是 上 述 三 个 ｃ， ｃ
网络 上 的各 类 资源 日益 丰 富 ．人们 在 享受 有 用 资 过 滤器 ； ｖ，］ ｖ，：ｖ 分别是 三 个过 滤器 对 于 Ｎ是 否是 垃 圾 源的 同时 ． 日益受 ” 也 垃圾 ” 资源 的 困扰 ． 如何 有效 地 过 的判定 的值 ． 本 文 中 ， 即是 使用 贝 叶 斯 方法 判 定 Ｎ属 于 垃圾 ｖ， 究人 员 的广泛关 注 过 滤 问题是 一个 代价 敏感 的分类 的后 验 概率 ．２Ｋ１Ｋ． Ｖ ＝ ／ 它表 示 的是 Ｋ Ｎ方 法 中 ． Ｎ 在前 问题 ， 即将 非 垃 圾 分类 为 垃 圾 （ 误 拒 ” 与将 垃圾 判 定 Ｋ个 与 Ｎ最相 似 的训 练例 中． ” ） 垃圾 训 练例 所 占的 比例 ．
滤 这些垃 圾 的问题 （ 以下称 为过 滤问 题 ） 已经 引起 了研 为非 垃圾 （误 收” 的代 价是 不相 同的 ； 外 ， 滤 问题 Ｖ＝ ｏｏ ＯｏＣｓ，其 中 ＣＳ 是 Ｎ与垃 圾训 练例 的 中心 ｎ ） 另 过 ３ｃＳ ＣＳ ０１ ／ ＋ Ｏ０
要求 在 不 增加 ” 收 ． 的情 况 下 ． ” 拒 ” 尽 可 能 向 量 的夹角 ．ｏ １ 是 Ｎ与 非垃 圾 训 练例 的 中心 向量 误 ． 率 使 误 率 ｃｓ 则
２可 拓 方 法 ．
小 ， 定 Ｐ的类别 ． 简 单 起 见 ， 文 只 给 出 Ｐ（） 计 判 为 本 ｏ ｐ
我 国学 者 蔡 文 １ ８ ９ ３了提 出 了可 拓集 合 ［ 经 过 ２ 算方 法 ， 】 ） ２ １ ． ０ Ｐ（ 的计算方 法类 似 ． ｐ 几 年 的发展 ， 已经 发展成 可 拓学 ． 并形 成 了初 步 的理论 为 了计 算 Ｐ（）首 先要 确定 经典 域 ， 为 ： ｏ ， ｐ 记 框架 ． 在某 些领 域 已有 应用 ． 将可 拓 学应 用 到数 据 挖 掘 上． 将是 一个全 新 的方 向． ２１邮件 表示 ．
地低．而 已有 的许 多算 法都 将 过滤 问题 看 作 是一 个 普 的 夹 角 ．
通 的分 类 问题 ， 多算 法虽 然具 有较 低 的误拒 率 ． 同 ２２可 拓 方 法 许 但 ． 时也具 有较 高的误 收率 ． 而导致算 法 的不 实用【 从 １ １ ． 不妨 设训 练 例集 为 Ｐ， 圾训 练集 为 Ｐ ， 垃 圾训 垃 ０非 本 文 利用 可 拓方 法 融合 多个 过 滤器 对 垃圾 邮 件进 练集 为 Ｐ ， ０ ｌ Ｐ ｕＰ＝ ，待 过 滤 的 邮件 为 Ｐ 过 １ ｎＰ＝ Ｐ ， ０ ｌＰ ， 行 过滤 ．对 比实验 的结果 表 明该 方法 的误 拒 率 和误 收 滤 问题 即是要 分别计 算 Ｐ属 于 Ｐ 和 Ｐ 的程度 ， ０ 】 分别记 率都 比较 理想． 为 Ｐ（） Ｐ（）最 后 通 过 比较 Ｐ （ 和 Ｐ（） ０） Ｉ和 １ ， ｐ ０ ） 的取 值 大 ｐ ｐ