一种基于代价敏感学习的范例推理方法及其应用研究  

Research on a case-based reasoning method using cost-sensitive learner and its applications

作　　者：罗菲菲[1] 刘贵全[1] 安景琦[1] 张婷慧[1] 

机构地区：[1]中国科学技术大学计算机科学技术系,安徽合肥230027

出　　处：《计算机应用》2005年第10期2444-2446,共3页journal of Computer Applications

摘　　要：提出一种基于代价敏感学习的范例推理方法,可以对大规模、高维数据进行分类和预测。该算法在分类的同时,不断调整数据属性项权重,以减少由分类引起的误分代价。在某入侵检测数据分析中取得了较好的结果。This paper proposed a case-based reasoning method using cost-sensitive learning that can classify and forecast large-scale and high dimension data. While classifying, this method adjust attribute weight constantly, in order to reduce the misclassification cost. The method has made a better result on some intrusion detection research.

关 键 词：范例推理 分类算法 代价敏感 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]