有序距离优化与特征模糊增强的表格有序分类方法

摘要

表格有序分类旨在预测具有等级关系的标签，如何有效利用数据中的有序信息是该领域的关键问题.传统的表格数据方法未能充分挖掘这种信息，从而限制了表格有序分类性能.因此，该文提出了一种有序距离优化与特征模糊增强的表格有序分类方法，该方法包含两个核心模块：有序距离优化模块通过计算类间距离，并结合有序关系的非等距性和包容性来构造有序距离，利用其作为权重优化特征空间，增强特征判别性；特征模糊增强模块基于特征与标签近似映射特性，引入模糊增强机制，通过高斯噪音扰动生成新特征，从而提高模型泛化能力.该工作在4个有序表格数据集上进行广泛实验和分析，取得了优越性能和效果，充分验证了该方法及其有序距离优化模块和特征模糊增强模块的有效性.

关键词

表格数据 / 有序分类 / 有序回归 / 有序距离 / 特征优化 / 特征增强