Improving logistic regression on the imbalanced data by a novel penalized log-likelihood function

Logistic regression is estimated by maximizing the log-likelihood objective function formulated under the assumption of maximizing the overall accuracy. That does not apply to the imbalanced data. The resulting models tend to be biased towards the majority class (i.e. non-event), which can bring great loss in practice. One strategy for mitigating such bias is to penalize the misclassification costs of observations differently in the log-likelihood function. Existing solutions require either hard hyperparameter estimating or high computational complexity. We propose a novel penalized log-likelihood function by including penalty weights as decision variables for observations in the minority class (i.e. event) and learning them from data along with model coefficients. In the experiments, the proposed logistic regression model is compared with the existing ones on the statistics of area under receiver operating characteristics (ROC) curve from 10 public datasets and 16 simulated datasets, as well as the training time. A detailed analysis is conducted on an imbalanced credit dataset to examine the estimated probability distributions, additional performance measurements (i.e. type I error and type II error) and model coefficients. The results demonstrate that both the discrimination ability and computation efficiency of logistic regression models are improved using the proposed log-likelihood function as the learning objective.     

专业化市场在产业集群发展中的作用

中国产业集群的发展往往与一个或者多个专业批发市场相联系。中国的流通体制改革是中国专业化市场出现的重要原因。专业化市场对产业集群发展所起的作用可以说是中国特有的现象。先前的研究很少对中国这个特有现象给予重视。在产业集群和专业化市场的相互作用中,这些和产业集群有着密切联系的市场演变出不同的类型。专业化市场可以服务单个产业集群也可以服务多个产业集群。专业化市场可以细分为：房地产式,集群衍生式,中枢式和孵化器式。     

中国传统纹样概说

中国传统纹样有着悠久的历史和辉煌的成就。本文从设计角度分析中国传统纹样在造型、构图、表现手法及设色等方面的特点,从中探索纹样发展的潜在规律性,以便更好地为现代设计服务。     

苏赋十题

本文首为苏赋辨伪,认为《苏轼文集》所收苏赋27篇,有两篇非苏轼作品。次为苏赋编年,二至五题逐篇考订了苏赋的写作时间。再次为苏赋辨体,六至八题分别论述了苏轼的骚体赋、律赋和文赋,认为苏赋诸体皆备,苏轼以文赋闻名于赋史,但他的文赋并不多。九题论苏轼仍以骈赋为多,着重论苏赋分类,认为苏赋题材十分丰富,含议政、纪游、吊古、咏物,苏轼不善饮酒,而咏酒赋特多。十题是比较二苏赋之异同,苏辙现存赋仅9篇,远较苏轼为少,作《缸砚赋》时年仅17岁,比《赤壁赋》的写作时间早25年。其《服菔苓赋》在当时已传到契丹,其《黄楼赋》尤为有名,杨万里甚至把《黄楼赋》与前后《赤壁赋》相提并论。     

新旧世界葡萄酒质量表达演变及形成

葡萄酒等级是全球葡萄酒行业的关注点。在旧世界葡萄酒等级表达中,产品等级不仅反映产品内在质量,还与具有质量风格的地理特征紧密相关;新世界葡萄酒等级表达中,葡萄酒地理特征仅表示产品来源真实性,葡萄酒质量以产品口感为基础并满足消费者消费偏好需求。葡萄酒官方等级分级具有从产区到列级酒庄的纵向化结构,葡萄酒等级分类具有从品种、年份到酒庄的横向化结构,前者分级以生产者视角下“为何分级”并同时聚焦分级内生形成关键要素,后者分类以消费者视角下“为何分类”并锚定产品质量的某一关键要素,两者之间关注点存在差异。这种差异给国际葡萄酒市场创造竞争空间,形成一种质量表达的实践共创、智慧共存的竞争格局。     

基于GCA-DEA-MSVC方法的高校科研平台评价预测研究

高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度。本文从大数据角度出发探索一种基于GCA-DEA-MSVC方法的高校科研平台评价预测方法。首先利用GCA方法从科研平台运行数据库中挖掘、提取出与评价结果密切相关的关键特征指标并进行分类构建特征指标库,然后利用DEA方法对特征指标库数据进行融合,提升数据质量构建相对效率指标库;最后,将特征指标库与相对效率指标库再次融合,基于改进的MSVC方法构建了高效的科研平台运行状态评价分类预测模型,并利用教育部重点实验室评价数据开展了实验研究,验证了所提方法的有效性。     

“青天”考释

结合古代诗词和文献语料并参考辞书，对“青天”之“青”的意义提出新的看法：“青天”之“青”不表示蓝颜色，而是描述天空呈现出的状态。反映了古代人对天的视觉和心理意象，包括：高远辽阔、神秘静穆的神性特质，也包括清明透彻的世俗观念。     

问题类型划分方法视野下的犯罪概念研究

在问题类型划分方法的视野下,犯罪概念问题应该属于纯粹刑法学问题中的解释选择问题,但刑法学界以往有关犯罪概念的讨论却大多将其作为刑法问题中的价值判断问题。由于未能妥当确定犯罪概念的问题类型,从而使学界有关犯罪概念的讨论未能达成最低限度的学术共识。作为纯粹刑法学问题中的解释选择问题,形式与实质相结合的混合犯罪概念不存在被替代的必要性,而犯罪概念也不应被规定在刑法典中。     

论广州城市生活垃圾治理的战略取向

现代城市垃圾治理是一项复杂的系统工程。在城市垃圾中,生活垃圾所占比重大、与民众联系密切且处理阻力大,对城市生活垃圾治理的战略设计已成为城市管理者面临的最大难题之一。作为我国重要中心城市的广州,也正面临形势严峻的"垃圾围城"之困,自2012年开启新一轮城市生活垃圾综合治理以来,在有创新、有收获的同时也遇到了新的挑战。为进一步深化城市生活垃圾治理工作,广州应准确把脉顶层制度难"落地"、流程运行难系统、民众习惯难转变等现实症结,科学设计生活垃圾的多元共治路径,实现挑战与机遇的对接,为我国城市生活垃圾的治理树立标杆,助推开创城市垃圾治理的新局面。     

词序像似性研究及实例分析

像似性是相对任意性而言的。语言像似性是指语言形式或结构与其所表达的概念之间存在对应关系,而词序像似性是指词的组织形式和人的认知结构之间有某种对应关系,主要受四个原则支配:顺序像似原则、距离像似原则、与说话人接近原则和文化规约像似原则。正确理解词序像似性的概念和原则,对目标语的学习有重要的指导意义。