Селекция объектов по отношениям с ближайшими объектами противоположного класса и сохранение локальной структуры обучающей выборки

Аннотация

Рассматривается задача селекции объектов обучающей выборки и анализа того, как селекция влияет на локальную структуру данных. Предлагается алгоритм ENRS (Enemy-Neighbor Relation Selection), в котором решение об удалении объекта принимается на основе его отношений с ближайшими объектами противоположного класса и с объектами своего класса, в сферы влияния которых он попадает. Для описания локальной структуры выборки используется признак, формируемый по составу ???? ближайших соседей объекта, и показатель устойчивости этого признака; совокупность значений показателя при различных ???? представляет выборку как метаобъект в унифицированном пространстве. Предложен способ оценки сохранения локальной структуры, основанный на сравнении редуцированной выборки со случайными подвыборками того же объёма и классового состава; взаимное сходство редуцированных выборок оценивается с помощью корреляционного анализа их профилей устойчивости и метода главных компонент. Вычислительные эксперименты проведены на наборе данных German Credit и пяти других наборах репозитория UCI, выполнено сравнение с методами селекции CNN, ENN и Tomek Links. Установлено, что на наборах German Credit и Pima выборки, полученные алгоритмом ENRS, отличаются от случайных подвыборок меньшей однородностью окрестностей объектов по классам, а степень этого отличия зависит от параметра алгоритма; точность классификации на выборках ENRS не превышает точности на случайных подвыборках того же объёма. Предложенный подход позволяет отделить изменения локальной структуры, вызванные отбором объектов, от изменений, обусловленных уменьшением объёма выборки, и применим для анализа любых методов селекции.