基于AdaBoost算法的在線連續極限學習機集成算法

蔡靜

摘要：針對不均衡數據處理問題，提出一種AdaBoost與在線連續極限學習機的集成算法。用在線連續極限學習機（OSELM）作為基分類器，根據AdaBoost集成各個基分類器，用AdaBoost集成分類器的權值，得出最終結果。實驗結果表明，該方法具有較高的準確率。關鍵詞：AdaBoost；在線連續極限學習機；集成算法DOI：10.11907/rjdk.162759中圖分類號：TP312文獻標識碼：A

文章編號：16727800（2017）004004902

0引言 隨著不均衡數據不斷涌現，針對不均衡數據分類算法的研究方興未艾。針對數據分類的主要有基于支持向量機（SVM）[1]、BP神經網絡[2]、K最近鄰算法[3]、決策樹、貝葉樹等算法的單分類器模型和多分類器模型。實驗過程中往往會忽略少數類、重視多數類。針對這些問題，很多學者對傳統算法進行了改進，以提高整體的分類精度。如有采樣的方法、代價敏感學習、裝袋[4]和提升[5]集成算法等，集成分類器是解決不均衡數據的分類方法。本文提出一種基于Adaboost與在線連續極限學習機的集成算法。

1相關概念

1.1極限學習機極限學習機由輸入層、隱含層及輸出層3部分構成。其中輸入層與隱含層之間有隨機產生的連接權值ω、隱含層與輸入層之間有隨機產生的連接權值β，隱含層輸入矩陣為H，輸出矩陣為T。具有N個不同訓練樣本N（Xi，Yj），如矩陣形式Hβ=T，神經網絡模型為：

1.3Adaboost

Adaboost是Boosting的一種進化算法。Adaboost主要解決某種算法的學習率，對每個訓練樣本取相同的權值1/d。對于誤分類樣本其權重會增加，相反分類正確的樣本權重會減少，Adaboost更加關注誤分類或難以分類的樣本。總樣本集分成n個訓練集Ni，Adaboost將N個分類器Hi合并成強分類器Y（X），使預測結果更加理想。

2本文算法本文實驗數據集來自UCI庫。實驗主要針對二類不平衡數據問題進行研究，選取數據集具有兩個類標簽。Adaboost可在保證準確率的情況下很好地處理不平衡問題。K選5，即有5個弱分類器。算法步驟如下：①初始化OSELM權值、閾值。選取m組訓練數據，賦予相同的權值Dt（i）=1/m；②根據公式（4）計算初始權值β0，設置m=0；③數據更新得到新訓練集后，更新部分隱含層的輸出矩陣，計算矩陣βm+1；④根據步驟③，更新分類器βm+1權值；⑤對弱分類器進行預測。訓練第t個弱分類器，用訓練數據訓練OSELM并預測輸出的值，得到預測序列g（t）的預測誤差和et；⑥計算預測序列權重。根據預測序列g（t）的預測誤差et計算序列權重at。權重計算公式為：at=1/2ln（1-et/et）；⑦強分類函數。訓練T輪后得到T組弱分類函數f（gt，at），由T組弱分類器f（gt，at）得到強分類器h（x）。h（x）公式為：

3結果與分析不均衡數據中存在類不平衡現象，最能引起關注的是少數類。然而在實驗過程中，關注的少數類即正類分布的很少，而相對較多的多數類即負類分布卻很多。本文對初始權值與閾值進行隨機分配，將強類器結果與弱分類器結果進行比較，對比AdaBoost與ELM集成算法。

其中TP代表真正例，TN代表真負例，FP代表假正例，FN代表假負例。表1、圖1為AdaBoost與OSELM集成算法中強分類器與弱分類器的準確率；表2、圖2為AdaBoost與ELM集成算法中強分類器與弱分類器的準確率；表3、圖3為AdaBoost與OSELM、AdaBoost與ELM集成算法強分類器的準確率。

根據圖表對比準確率，可以清楚看出本文提出的AdaBoost與OSELM集成算法中強分類器的準確率明顯高于弱分類器，然而在AdaBoost與ELM集成算法對比中，隱含層結點數目逐漸減少，AdaBoost與OSELM集成算法的準確率明顯上升，但是在隱含層結點相對較多時，較AdaBoost與ELM集成算法的準確率不相上下，尤其在隱含層結點數為250時，明顯低于AdaBoost與ELM集成算法。

4結語 本文將在線連續極限學習機作為基分類器，AdaBoost集成各個基分類器，采用AdaBoost集成分類器權值計算得出最終結果。與AdaBoost集成極限學習機作為基分類器的結果進行對比，評估了各種方法的準確率。實驗還存在不足之處，如當隱含層節點增加時會出現準確率不理想情況。今后要進行大量的對比試驗，以得到更優效果。

參考文獻：[1]G M FUNG，O L MANGASARIAN.Incremental support vector machine classification[M].SIGKDD，2001：7786.

[2]Z H ZHOU，X Y LIU.Training costsensitive neural networks with methods addressing the class imbalance problem[J].IEEE Transactions on Knowledge and Data Engineering，2006，18（1）：6377.

[3]S TAN.Neighborweighted knearest neighbor for unbalanced text corpus[J].Expert System and Applications，2005，28（4）：667671.

[4]J BASZCZY′NSKI，JERZY STEFANOWSKI，UKASZ IDKOWIAK.Institute of computing science[Z].Pozna′n University of Technology，ul.Piotrowo，2011（2）：60965.

[5]M FERNANDEZ，GALAR，A BARRENECHEA，et al.A review on ensembles for class imbalance problem：bagging，boosting and hybrid based approaches[J].IEEE Transactions on Systems，Man，and CyberneticsPart C ，2011，42（4）：463484.（責任編輯：杜能鋼）