CCDM 竞赛回顾与总结

1. CCDM竞赛回顾与总结 陈文强 2014/03/26

2. 1 2 3 目录 第一页 比赛基本介绍 多标记分类任务 多分类任务

3. 比赛基本介绍 第二页 主办单位：中国计算机学会&中国人工智能学会 协办单位：中国计算机学会模式识别与人工智能专委会 中国人工智能学会机器学习专委会 指导专家：周志华等 评审专家：郭茂祖、朱军等

4. 比赛基本介绍 第三页 竞赛时间：2014/01/05 ——2014/03/15 数 据 集：医学诊断数据 比赛任务：Task1 多标记 Task2 多分类

5. 比赛基本介绍 第四页 目 标 : 前三名 02/13 02/20 02/21 02/28 02/29 03/05 03/06 03/12 03/13 03/15 排名 1 2 3 4 5 6 jikicaxi JHHT FZU_BRRF CUG_Miners Yuri xmu_dmlab xmu_dmlab jikicaxi JHHT CUG_Miners Yuri xmu_dmlab JHHT jikicaxi jikicaxi JHHT xmu_dmlab CUG_Miners JHHT xmu_dmlab Jikicaxi Yuri

6. 1 2 3 目录 第五页 比赛基本介绍 多标记分类任务 多分类任务

7. 多标记分类任务 数据集概况和人员 第六页

8. 多标记分类任务 数据集分析 第七页 特征分布：稀疏

9. 多标记分类任务 数据集分析 第八页 相关标记分布

10. 多标记分类任务 评价指标 第九页 AveragePrecision Bipartition: a bipartition of the labels into relevant and irrelevant 1 0 0 1 Confidences: the probability of each label being positive 0.87 0.33 0.26 0.67 2 3 4 1 Ranking: the rank of each label, ranging from 1 to array length

11. 多标记分类任务 解决思路 第十页 Predictions Feature Pool Ensemble C1 C2 CK … ClassifierPool

12. 多标记分类任务 解决思路 第十一页 Predictions Feature Pool GainRatio Ensemble RAkEL HOMER MLkNN … ClassifierPool

13. 多标记分类任务 解决思路 第十二页 GainRatioAttributeEval Top 120 Tsoumakas G, Katakis I, Vlahavas I. Mining multi-label data[M]//Data mining and knowledge discovery handbook. Springer US, 2010: 667-685.

14. 1 2 3 4 目录 第十三页 比赛基本介绍 多标记分类任务 多分类任务 总结

15. 多分类任务 数据集概况和人员 第十四页

16. 多分类任务 数据集分析 第十五页 特征：nominal&numeric PCA: Retain 95% variance.

17. 多分类任务 数据集分析 第十六页 样本分布

18. 多分类任务 评价指标 第十七页 F1Score 相关 不相关 Precision = TP FN 检索到 未检索到 FP TN F1-Score = Recall =

19. 多分类任务 解决思路 第十八页 Predictions Feature Pool PCA Gain Ratio Scale Ensemble L1 C1 C2 CK … RBM MID /MIQ ClassifierPool Cost-Sensitive Bagging SVMs RF LR GBDT AdaBoost DT

20. 多分类任务 解决思路 第十九页

21. 多分类任务 解决思路 第二十页 Tsoumakas G, Katakis I, Vlahavas I. Mining multi-label data[M]//Data mining and knowledge discovery handbook. Springer US, 2010: 667-685.

22. 第二十三页

23. 再次感谢老师指导和关心 以及同学们的努力 邹权副教授 林琛副教授 胡始昌(研三) 唐振坤(研三) 宋莉(本科) 曾建沧(本科) 赵雪薇(本科) 陈文强(研三) 陈伟程(研三)