【文献阅读】Unsupervised Machine Learning for Bot Detection on Twitter

Abstract

引入新特征,并降低所提模型的复杂性,从而提高基于聚类算法的机器人识别准确性。

最小化数据集维度和选择重要特征来实现的。

实验证明该方法的特征可以与四种不同的聚类技术(agglomerating、k-medoids、DBSCAN 和 K-means)结合使用,以解决由缺失标签和异常值引起的机器人识别问题。

通过选择排名靠前的特征并减少维度,达到了 0.99 的准确率。

Methodology

关键原理是识别给定聚类中账户之间的相似性。这些算法生成的预测效果取决于数据的准备情况以及关键特征的识别。

  1. 预处理阶段:数据清理和格式化等。
  2. 特征增强阶段:新特征被创建,并选择最佳特征以改进聚类算法。为了加快聚类过程,采用Principal Component Analysis(PCA)来减少数据维度。
  3. 特征实验与测试阶段:使用四种聚类算法(agglomerating、DBSCAN、K-Means 和 k-medoids),通过无监督学习方法有效处理特征。
  4. 评估阶段:评估系统的性能。

dataset

new features

Experiment


相关推荐
羑悻的小杀马特2 小时前
OpenCV 引擎:驱动实时应用开发的科技狂飙
人工智能·科技·opencv·计算机视觉
蹦蹦跳跳真可爱5893 小时前
Python----计算机视觉处理(Opencv:道路检测之提取车道线)
python·opencv·计算机视觉
Tanecious.5 小时前
机器视觉--python基础语法
开发语言·python
guanshiyishi5 小时前
ABeam 德硕 | 中国汽车市场(2)——新能源车的崛起与中国汽车市场机遇与挑战
人工智能
ALe要立志成为web糕手5 小时前
SESSION_UPLOAD_PROGRESS 的利用
python·web安全·网络安全·ctf
极客天成ScaleFlash5 小时前
极客天成NVFile:无缓存直击存储性能天花板,重新定义AI时代并行存储新范式
人工智能·缓存
Uzuki5 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
澳鹏Appen6 小时前
AI安全:构建负责任且可靠的系统
人工智能·安全
Tttian6226 小时前
Python办公自动化(3)对Excel的操作
开发语言·python·excel
蹦蹦跳跳真可爱5897 小时前
Python----机器学习(KNN:使用数学方法实现KNN)
人工智能·python·机器学习