• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于改進的代價敏感決策樹的網(wǎng)絡(luò)貸款分類

    2019-11-15 04:49郭冰楠吳廣潮
    計算機應(yīng)用 2019年10期
    關(guān)鍵詞:決策樹

    郭冰楠 吳廣潮

    摘 要:在網(wǎng)絡(luò)貸款用戶數(shù)據(jù)集中,貸款成功和貸款失敗的用戶數(shù)量存在著嚴重的不平衡,傳統(tǒng)的機器學(xué)習(xí)算法在解決該類問題時注重整體分類正確率,導(dǎo)致貸款成功用戶的預(yù)測精度較低。針對此問題,

    在代價敏感決策樹敏感函數(shù)的計算中加入類分布,

    以減弱正負樣本數(shù)量對誤分類代價的影響,構(gòu)建改進的代價敏感決策樹;以該決策樹作為基分類器并以分類準確度作為衡量標準選擇表現(xiàn)較好的基分類器,將它們與最后階段生成的分類器集成得到最終的分類器。實驗結(jié)果表明,與已有的常用于解決此類問題的算法(如MetaCost算法、代價敏感決策樹、AdaCost算法等)相比,改進的代價敏感決策樹對網(wǎng)絡(luò)貸款用戶分類可以降低總體的誤分類錯誤率,具有更強的泛化能力。

    關(guān)鍵詞:不平衡;代價敏感;網(wǎng)絡(luò)貸款;集成學(xué)習(xí);決策樹

    中圖分類號:TP181

    文獻標志碼:A

    Abstract:? In the online loan user data set, there is a serious imbalance between the number of successful and failed loan users. The traditional machine learning algorithm pays attention to the overall classification accuracy when solving such problems, which leads to lower prediction accuracy of successful loan users. In order to solve this problem, the class distribution was added to the calculation of cost-sensitive decision tree sensitivity function, in order to weaken the impact of positive and negative samples on the misclassification cost, and an improvedcost-sensitive decision treebased on ID3 (ID3cs)was constructed. With the improved cost-sensitive decision tree as the base classifier and the classification accuracy as the criterion, the base classifiers with better performance were selected and integrated with the classifier generated in the last stage to obtain the final classifier. Experimental results show that compared with the existing algorithms to solve such problems (such as MetaCost algorithm, cost-sensitive decision tree, AdaCost algorithm), the improved cost-sensitive decision tree can reduce the overall misclassification rate of online loan users and has stronger generalization ability.Key words: imbalance; cost-sensitive; online loan; integrated learning; decision tree

    0 引言

    隨著互聯(lián)網(wǎng)金融市場的不斷增長,網(wǎng)絡(luò)貸款也得到了如火如荼的發(fā)展[1-2]。本文以某網(wǎng)絡(luò)貸款征信服務(wù)公司提供的真實數(shù)據(jù)為背景,利用機器學(xué)習(xí)中的分類方法建立分類模型來識別可以給予貸款的用戶,從而減少后續(xù)人工審核篩選用戶的工作量,降低高違約風(fēng)險用戶帶來的損失。

    對于本文研究的網(wǎng)絡(luò)貸款用戶分類而言,貸款獲批的人數(shù)較少,屬于小概率事件。對于這樣的小概率事件,主要存在以下問題:一是貸款成功的用戶不容易檢測到;二是將貸款成功的用戶預(yù)測為貸款失敗,比將貸款不合格的用戶預(yù)測為貸款成功,所付出的代價更大。而傳統(tǒng)的分類方法對于這樣的分類問題不具有良好的性能。

    在現(xiàn)實的分類場景中,這樣的問題廣泛存在,例如醫(yī)療診斷、信用卡欺詐檢測、廣告點擊率預(yù)測等[3]。因此,基于代價敏感的學(xué)習(xí)成了機器學(xué)習(xí)中的一個熱門研究方向。

    目前對于代價敏感學(xué)習(xí)的研究大致可以分為以下幾個方面:1)對數(shù)據(jù)集采樣的代價敏感學(xué)習(xí),通過改變原始數(shù)據(jù)集的分布,訓(xùn)練分類器得到具有代價敏感性的模型。在采樣的過程中主要依據(jù)代價因子,插入或刪除部分樣本來調(diào)整數(shù)據(jù)集的分布,例如隨機欠采樣[4]、隨機過采樣[5]、合成少數(shù)類過采樣技術(shù)(Synthetic Minority Oversampling Technique, SMOTE)[6]等方法;2)在學(xué)習(xí)過程中引入分類代價,使得生成的分類器給予誤分類代價更高的類別更多的關(guān)注,使其更容易被正確分類,針對不同的分類方法提出了不同的代價敏感模型,如Drummond等[7]提出的代價敏感決策樹;3)對分類結(jié)果的處理,主要包括決策閾值的修改以及對分類器的集成,如AdaCost算法[8]、Meta-Cost算法[9]等。文獻[4-6]中提出的隨機欠采樣、隨機過采樣、合成少數(shù)類過采樣(SMOTE)方法,會改變數(shù)據(jù)集的樣本分布,影響分類器的性能。文獻[7]提出的代價敏感決策樹(cost-sensitive decision tree based on ID3, ID3cs)算法在分類過程中加入了誤分類代價,使決策樹在選擇分裂屬性時,選擇能使誤分類代價下降最快的。本文在文獻[7]算法的基礎(chǔ)上,引入了樣本的類分布,考慮在分類節(jié)點上樣本分布對分類代價的影響,以此作為選擇分裂屬性的依據(jù),構(gòu)造決策樹;進而在形成的決策樹的基礎(chǔ)上進行分類器集成,以此得到最終的代價敏感決策樹。

    1 相關(guān)工作

    1.1 機器學(xué)習(xí)中的代價敏感學(xué)習(xí)

    傳統(tǒng)的分類算法一般基于分類代價相等的假設(shè),目標是最小化分類錯誤率,而代價敏感學(xué)習(xí)的目標是最小化總期望的誤分類代價,也就是說代價敏感學(xué)習(xí)是在給定不同類別的誤分類代價后,使用訓(xùn)練集樣本學(xué)習(xí)得到一個分類器,使其在測試集上預(yù)測類別時,具有盡量小的總期望誤分類代價[10]。

    代價敏感學(xué)習(xí)中一般使用代價矩陣[11](見表1)表示分類器的誤分類代價,其中cij表示把第i類誤分為第j類所造成的損失。

    1.2 代價敏感決策樹

    在文獻[13]中,提出基于ID3決策樹的代價敏感決策樹ID3cs算法,主要思想是依據(jù)不同類別具有不同的誤分類代價,在損失函數(shù)中加入了誤分類代價,分裂屬性的選擇準則是使誤分類代價下降最快的屬性。具體描述如下:

    對于一個二分類問題,數(shù)據(jù)集S包含特征Aj(j=1,2,…,n),對于每一個類別特征Aj,都含有m個不同的值A(chǔ)ji(i=1,2,…,m)。在Aj處的誤分類代價為:

    其中: p(i)表示分支i的比例;C(i)是分支i的代價。對非葉子節(jié)點i,它的代價是所有分支代價的加權(quán)和。對于葉子節(jié)點i,它的代價C(i)可以表示為:

    其中: p(Pnodei)=PSi表示正樣本在nodei處比例,Si表示在nodei處樣本的總數(shù)目; p(Nnodei)=NSi表示負樣本在nodei處比例;CP是在葉子節(jié)點nodei處正樣本(貸款成功的用戶)的代價;CN是在葉子節(jié)點nodei處負樣本(貸款失敗的用戶)的代價。決策樹的目標是最小化葉子節(jié)點{CP,CN}處的總代價。換句話說,如果CP≥CN,則葉子節(jié)點被標記為正;否則為負。

    2.1 加入類分布的代價敏感決策樹

    受到C4.5算法的影響,以及文獻[14]中提到類分布會影響到分裂節(jié)點的選擇,因此為減弱正負類樣本數(shù)量對誤分類代價的影響,本文在代價敏感函數(shù)的計算中加入類分布,代價敏感函數(shù)CP、CN的計算方法修改為:

    ID3決策樹算法使用準確率作為剪枝的評判準則。在算法IID3cs中,樹的生成和剪枝都是基于新定義的代價函數(shù)式(9)、(10),即若刪除該某分支后,誤分類代價減小,則進行剪枝操作;反之亦然。

    2.2 代價敏感決策樹的集成文獻[13]中針對單一模型的不穩(wěn)定性,提出對基分類器集成的思想,本文在對模型集成的過程中,采用的集成策略大致過程如下:

    1)從原數(shù)據(jù)集中有放回地重采樣獲得L個不同的子訓(xùn)練集,以IID3cs作為基分類器進行訓(xùn)練,得到不同的、具有差異性的L個分類器[16],并計算這L個分類器的AUC值。

    2)計算訓(xùn)練集中每個樣本屬于每個類別的概率和期望代價,以期望代價最小的準則將樣本重標記。

    3)運用IID3cs算法訓(xùn)練重標記的數(shù)據(jù)集,得到新的分類器M。

    4)選擇AUC值較高的幾個基分類器(在本文選擇AUC高于0.6的基分類器)與模型M進行加權(quán),權(quán)重計算方式如式(11)所示,得到最終的分類器。將該算法稱為IID3cs_Bagging。

    其中第k個分類器的AUC值記為AUCk,權(quán)重為wk:

    其中:l代表基分類器中AUC值超過0.6的基分類器個數(shù);AUCM表示分類器M的AUC值;k=1,2,…,l,M。

    IID3cs_Bagging算法可描述為:

    從圖2中可以看到,雖然不同算法的ROC曲線出現(xiàn)了交叉,但是IID3cs_Bagging算法的ROC曲線位于最左上角,完全“包住”了其他算法的ROC曲線,說明在網(wǎng)絡(luò)貸款用戶分類數(shù)據(jù)集中該算法優(yōu)于其他算法;ID3cs_Bagging算法和MetaCost算法的ROC曲線出現(xiàn)了交叉,交叉點在fpr≈0.28的位置,該點之前ID3cs_Bagging算法優(yōu)于MetaCost算法,但之后MetaCost優(yōu)于ID3cs_Bagging算法,進一步說明單一的代價敏感決策樹在一定情況下已具有一定優(yōu)勢;IID3cs和ID3cs出現(xiàn)交叉,根據(jù)文獻[15]提到,此時應(yīng)比較兩曲線下的面積,即AUC值的大小,根據(jù)表3,IID3cs、ID3cs算法的AUC值分別為0.684、0.629,IID3cs算法優(yōu)于ID3cs算法。因此,在網(wǎng)絡(luò)貸款用戶分類數(shù)據(jù)集上,代價敏感決策樹,尤其是集成后的呈現(xiàn)出明顯的優(yōu)勢,說明了改進的IID3cs_Bagging算法的有效性。

    從時間效率上來說,雖然在代價敏感算法中加入了代價矩陣的計算,但是它的運行效率并沒有比ID3cs、ID3cs_Bagging以及MetaCost算法明顯降低,因此從時間效率上分析,IID3cs以及IID3cs_Bagging算法也有一定的優(yōu)越性。

    3.3.3 ID3cs_Bagging中權(quán)重公式的選擇

    在2.1節(jié)中提出在最后由基分類器組成最后的分類器時,是先計算出各分類器的AUC值之后按照式(11)計算出各個基分類器的權(quán)重,進而合成最后的分類器。在轉(zhuǎn)化中常用的轉(zhuǎn)化方式主要有以下幾種:

    從表4和圖3可以看出:在網(wǎng)絡(luò)貸款用戶分類數(shù)據(jù)集中,本文所采用的權(quán)重轉(zhuǎn)換方式相對其他方式而言,具有較大優(yōu)勢,表現(xiàn)效果較好。

    對于該數(shù)據(jù)集,集成分類器的大小為6,各分類器的權(quán)重為9.8%、10.3%、13.2%、14.9%、20.1%、31.7%。

    以上實驗結(jié)即使表明,改進的代價敏感決策樹IID3cs_Bagging算法相對其他已有的代價敏感學(xué)習(xí)而言,在網(wǎng)絡(luò)貸款用戶分類數(shù)據(jù)集上具有更好的效果,而且IID3cs_Bagging算法的時間效率并不差于已有的算法。因此,在網(wǎng)絡(luò)貸款用戶分析中,本文所提代價敏感決策樹IID3cs_Bagging算法具有較強的魯棒性和泛化能力。

    4 結(jié)語

    本文通過對已有代價敏感決策樹ID3cs算法的研究,考慮到正負類樣本數(shù)量對期望誤分類總代價的影響,在代價的計算過程中引入了樣本的類別分布,即IID3cs算法。為進一步提高分類器的性能,以IID3cs算法作為基分類器進行集成。在網(wǎng)絡(luò)貸款分類數(shù)據(jù)集的應(yīng)用中,該算法與已有的常用于處理類別不平衡、代價敏感的算法相比,具有較好的表現(xiàn),在最小化誤分類總代價的同時,提高了分類準確率,尤其是少數(shù)類樣本的分類準確率。

    代價敏感學(xué)習(xí)仍然未能解決過擬合的問題,而且在考慮代價的過程中只是分析了誤分代價,在未來的研究中,將會在這些方面進行更多的嘗試。

    參考文獻(References)

    [1] GUO Y, ZHOU W, LUO C, et al. Instance-based credit risk assessment for investment decisions in P2P lending[J]. European Journal of Operational Research, 2016, 249(2): 417-426.

    [2] ANGELINI E, CAMBA-MENDEZ G, GIANNONE D, et al. Short term forecasts of euro area GDP growth[J]. The Econometrics Journal, 2011, 14(1): 25-44.

    [3] ZHOU Z, LIU X. Training cost-sensitive neural networks with methods addressing the class imbalance problem[J]. IEEE Transactions on Knowledge and Data Engineering, 2006, 18(1): 63-77.

    [4] LIU A, GHOSH J, MARTIN C E. Generative oversampling for mining imbalanced datasets[EB/OL]. [2018-12-10]. http://wwwmath1.uni-muenster.de/u/lammers/EDU/ws07/Softcomputing/Literatur/4-DMI5467.pdf.

    [5] JAPKOWICZ N. Concept-learning in the presence of between-class and within-class imbalances[C]// Proceedings of the 14th Biennial Conference of the Canadian Society for Computational Studies of Intelligence, LNCS 2056. Berlin: Springer, 2001: 67-77.

    [6] CHAWLA N V, BOWYER K W, HALL L O, et al. SMOTE: synthetic minority over-sampling technique[J]. Journal of Artificial Intelligence Research, 2002, 16: 321-357.

    [7] DRUMMOND C, HOLTE R C. Exploiting the cost (in) sensitivity of decision tree splitting criteria[C]// Proceedings of the 17th International Conference on Machine Learning. San Francisco: Morgan Kaufmann, 2000: 239-246.

    [8] FAN W, STOLFO S J, ZHANG J, et al. AdaCost: misclassification cost-sensitive boosting[C]// Proceedings of the 16th International Conference on Machine Learning. San Francisco, CA: Morgan Kaufmann, 1999: 97-105.

    [9] DOMINGOS P. MetaCost: a general method for making classifiers cost-sensitive[C]// Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 1999: 155-164.

    [10] 周宇航, 周志華. 價敏感大間隔分布學(xué)習(xí)機[J]. 計算機研究與發(fā)展, 2016, 53(9): 1964-1970. (ZHOU Y H, ZHOU Z H. Cost-sensitive large margin distribution machine[J]. Journal of Computer Research and Development, 2016, 53(9): 1964-1970.)

    [11] 李航. 統(tǒng)計學(xué)習(xí)方法[M]. 北京: 清華大學(xué)出版社, 2012: 22-24. (LI H. Statistical Learning Methods[M]. Beijing: Tsinghua University Press, 2012: 22-24.)

    [12] BANBURA M, MODUGNO M. Maximum likelihood estimation of factor models on datasets with arbitrary pattern of missing data[J]. Journal of Applied Econometrics, 2014, 29(1): 133-160.

    [13] 鄒鵬, 莫佳卉, 江亦華, 等.基于代價敏感決策樹的客戶價值細分[J]. 管理科學(xué), 2011, 24(2): 20-29. (ZOU P, MO J H, KIANG M, et al. A cost-sensitive decision tree learning model — an application to customer-value based segmentation[J]. Journal of Management Science, 2011, 24(2): 20-29.)

    [14] 李秋潔, 趙雅琴, 顧洲. 代價敏感學(xué)習(xí)中的損失函數(shù)設(shè)計[J]. 控制理論與應(yīng)用, 2015, 32(5): 689-694. (LI Q J, ZHAO Y Q, GU Z. Design of loss function for cost-sensitive learning[J]. Control Theory & Applications, 2015, 32(5): 689-694.)

    [15] 周志華. 機器學(xué)習(xí)[M]. 北京: 清華大學(xué)出版社, 2016: 86-128. (ZHOU Z H. Machine Learning[M]. Beijing: Tsinghua University Press, 2016: 86-128.)

    [16] 付忠良. 不平衡多分類問題的連續(xù)AdaBoost算法研究[J]. 計算機研究與發(fā)展, 2011, 48(12): 2326-2333. (FU Z L. Real AdaBoost algorithm for multi-class and imbalanced classification problems[J]. Journal of Computer Research and Development, 2011, 48(12): 2326-2333.)

    猜你喜歡
    決策樹
    簡述一種基于C4.5的隨機決策樹集成分類算法設(shè)計
    一種改進的MEP決策樹剪枝算法
    決策樹學(xué)習(xí)的剪枝方法
    改進的ID3算法在個人貸款信用風(fēng)險評估中的應(yīng)用
    ID3分類及其剪枝算法研究
    不同年齡段關(guān)于養(yǎng)老問題認知的差異
    森林資源動態(tài)監(jiān)測系統(tǒng)與ENVI決策樹分類技術(shù)的應(yīng)用
    基于遙感技術(shù)的植被信息提取方法研究
    決策樹在成績分析中的應(yīng)用
    決策樹在成績分析中的應(yīng)用
    欧美午夜高清在线| 91久久精品国产一区二区成人 | 欧美绝顶高潮抽搐喷水| 国产精华一区二区三区| 亚洲熟妇中文字幕五十中出| 熟女电影av网| 久久伊人香网站| 国内毛片毛片毛片毛片毛片| 动漫黄色视频在线观看| 国产日本99.免费观看| 亚洲内射少妇av| 9191精品国产免费久久| 国产成人影院久久av| 国产精品一区二区三区四区免费观看 | 欧美乱色亚洲激情| 亚洲精品久久国产高清桃花| 精品人妻1区二区| 在线免费观看不下载黄p国产 | 国产蜜桃级精品一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 偷拍熟女少妇极品色| 日本与韩国留学比较| 观看免费一级毛片| 亚洲av熟女| 色在线成人网| 欧美日韩瑟瑟在线播放| 蜜桃亚洲精品一区二区三区| 久久久久久久精品吃奶| 一级a爱片免费观看的视频| 久久久久久久久中文| 99久久精品国产亚洲精品| 欧美性猛交╳xxx乱大交人| 亚洲精品在线观看二区| 亚洲欧美日韩东京热| 亚洲人成网站在线播| 嫩草影院精品99| 国产极品精品免费视频能看的| 欧美一级毛片孕妇| 偷拍熟女少妇极品色| 午夜福利欧美成人| 激情在线观看视频在线高清| netflix在线观看网站| 18+在线观看网站| 国产精品久久电影中文字幕| 久久精品91无色码中文字幕| 国产真实伦视频高清在线观看 | 91字幕亚洲| 国产色婷婷99| 99久久精品国产亚洲精品| 日韩av在线大香蕉| 久久国产乱子伦精品免费另类| 9191精品国产免费久久| 精品熟女少妇八av免费久了| 琪琪午夜伦伦电影理论片6080| 九九在线视频观看精品| 一本精品99久久精品77| 久久九九热精品免费| 国产黄a三级三级三级人| av中文乱码字幕在线| 2021天堂中文幕一二区在线观| 久久99热这里只有精品18| 综合色av麻豆| av在线天堂中文字幕| 亚洲最大成人中文| 99视频精品全部免费 在线| 亚洲精品成人久久久久久| 嫩草影院精品99| 99国产综合亚洲精品| 国产精品精品国产色婷婷| 男人和女人高潮做爰伦理| 午夜福利成人在线免费观看| 成人av在线播放网站| 熟女少妇亚洲综合色aaa.| 国产v大片淫在线免费观看| 中出人妻视频一区二区| 国产精品野战在线观看| 久久精品91蜜桃| 丁香欧美五月| 乱人视频在线观看| 男插女下体视频免费在线播放| 欧美3d第一页| 欧美最黄视频在线播放免费| 99久久九九国产精品国产免费| 国产精品国产高清国产av| 国产三级黄色录像| 国产三级中文精品| 国产一级毛片七仙女欲春2| 午夜免费男女啪啪视频观看 | 宅男免费午夜| 丁香欧美五月| 草草在线视频免费看| 99精品欧美一区二区三区四区| 99久久精品热视频| 欧美又色又爽又黄视频| 免费av观看视频| xxx96com| 国产淫片久久久久久久久 | 国产激情欧美一区二区| 夜夜躁狠狠躁天天躁| 91在线观看av| 特大巨黑吊av在线直播| 91在线精品国自产拍蜜月 | 又爽又黄无遮挡网站| 免费看十八禁软件| 露出奶头的视频| 久久精品91蜜桃| 精品久久久久久久人妻蜜臀av| 黑人欧美特级aaaaaa片| 别揉我奶头~嗯~啊~动态视频| 黄色视频,在线免费观看| 欧美av亚洲av综合av国产av| 99久久九九国产精品国产免费| 怎么达到女性高潮| 婷婷丁香在线五月| www.999成人在线观看| a级一级毛片免费在线观看| 中文字幕熟女人妻在线| 久久国产精品影院| bbb黄色大片| 久久婷婷人人爽人人干人人爱| 亚洲欧美日韩高清在线视频| 色吧在线观看| 少妇的逼水好多| 免费看十八禁软件| 亚洲精品一区av在线观看| 中文在线观看免费www的网站| 久久久久久久午夜电影| 熟妇人妻久久中文字幕3abv| 久久久久国内视频| 麻豆成人av在线观看| 免费在线观看亚洲国产| 热99在线观看视频| 久久精品91蜜桃| 天天一区二区日本电影三级| 午夜福利成人在线免费观看| aaaaa片日本免费| 乱人视频在线观看| 最新中文字幕久久久久| 一区二区三区高清视频在线| 在线国产一区二区在线| 中文在线观看免费www的网站| 99精品久久久久人妻精品| 亚洲av第一区精品v没综合| 国产高清激情床上av| 婷婷精品国产亚洲av| 国产探花在线观看一区二区| 欧美丝袜亚洲另类 | 欧美色欧美亚洲另类二区| 午夜精品久久久久久毛片777| 舔av片在线| 国产高清激情床上av| 亚洲专区中文字幕在线| 国产老妇女一区| 免费无遮挡裸体视频| 日日摸夜夜添夜夜添小说| 国产视频内射| 成人av在线播放网站| 亚洲欧美日韩卡通动漫| 欧美在线黄色| 国产高潮美女av| 手机成人av网站| 欧美最黄视频在线播放免费| 欧洲精品卡2卡3卡4卡5卡区| 亚洲欧美激情综合另类| 欧美在线一区亚洲| 久久精品夜夜夜夜夜久久蜜豆| 老熟妇仑乱视频hdxx| 久久国产精品影院| 最好的美女福利视频网| 亚洲成人中文字幕在线播放| 一级黄片播放器| 日本三级黄在线观看| a级一级毛片免费在线观看| 亚洲专区国产一区二区| 搡老岳熟女国产| 亚洲内射少妇av| 成人av一区二区三区在线看| 51午夜福利影视在线观看| 国产乱人视频| 特级一级黄色大片| 两个人看的免费小视频| 久久久久性生活片| 欧美zozozo另类| 国产精品久久久人人做人人爽| 精品国产亚洲在线| 国产精品野战在线观看| 老司机福利观看| 欧美成人一区二区免费高清观看| 色在线成人网| 亚洲va日本ⅴa欧美va伊人久久| 级片在线观看| 亚洲国产中文字幕在线视频| 国产淫片久久久久久久久 | 波野结衣二区三区在线 | 黄色成人免费大全| 亚洲一区二区三区不卡视频| 亚洲中文日韩欧美视频| 啦啦啦观看免费观看视频高清| 国产精品永久免费网站| 精品久久久久久久久久久久久| 看黄色毛片网站| 国产精品一区二区三区四区免费观看 | 成人欧美大片| 午夜精品在线福利| 国内毛片毛片毛片毛片毛片| 国产高清视频在线观看网站| 亚洲av免费在线观看| 国产精品一区二区三区四区久久| 国产欧美日韩一区二区三| 国产欧美日韩精品亚洲av| 国产精品久久久久久精品电影| 久久人人精品亚洲av| 又粗又爽又猛毛片免费看| 国产精品影院久久| 中文字幕av成人在线电影| 欧美日本亚洲视频在线播放| 亚洲真实伦在线观看| 少妇人妻一区二区三区视频| 中文字幕av成人在线电影| 美女大奶头视频| 丰满人妻一区二区三区视频av | ponron亚洲| 最好的美女福利视频网| 免费电影在线观看免费观看| 亚洲狠狠婷婷综合久久图片| 欧美日本亚洲视频在线播放| 国产一区二区三区在线臀色熟女| 欧美丝袜亚洲另类 | 波多野结衣高清作品| 99精品久久久久人妻精品| 亚洲国产欧美网| 亚洲专区中文字幕在线| or卡值多少钱| 在线免费观看不下载黄p国产 | 欧美乱妇无乱码| 两个人看的免费小视频| 变态另类成人亚洲欧美熟女| 亚洲 国产 在线| 午夜久久久久精精品| 真实男女啪啪啪动态图| 日韩大尺度精品在线看网址| 精品人妻一区二区三区麻豆 | 综合色av麻豆| 一区二区三区免费毛片| 亚洲av不卡在线观看| av专区在线播放| 国产伦一二天堂av在线观看| 亚洲 欧美 日韩 在线 免费| 欧美在线黄色| 哪里可以看免费的av片| 久久精品综合一区二区三区| 18禁美女被吸乳视频| 久9热在线精品视频| 亚洲成a人片在线一区二区| 国产在视频线在精品| 国产激情偷乱视频一区二区| 一本综合久久免费| 国产精品久久久久久亚洲av鲁大| 国产精品一及| av欧美777| 免费电影在线观看免费观看| 99精品欧美一区二区三区四区| 欧美一区二区亚洲| 日韩亚洲欧美综合| 国产在视频线在精品| 色综合婷婷激情| 国产精品国产高清国产av| 精品一区二区三区人妻视频| 亚洲精品在线观看二区| 国产精品久久久久久亚洲av鲁大| 韩国av一区二区三区四区| 又黄又爽又免费观看的视频| 在线十欧美十亚洲十日本专区| 国产aⅴ精品一区二区三区波| 小蜜桃在线观看免费完整版高清| 欧美另类亚洲清纯唯美| 亚洲中文日韩欧美视频| 国产精品一区二区三区四区免费观看 | 12—13女人毛片做爰片一| 日韩人妻高清精品专区| 亚洲av日韩精品久久久久久密| 精品一区二区三区视频在线 | 久久精品国产自在天天线| 99国产精品一区二区蜜桃av| 蜜桃久久精品国产亚洲av| 麻豆成人av在线观看| 国产精品久久久久久精品电影| 最后的刺客免费高清国语| 国产精品美女特级片免费视频播放器| 综合色av麻豆| 日本免费a在线| 欧美日韩一级在线毛片| 尤物成人国产欧美一区二区三区| 欧美另类亚洲清纯唯美| 天堂av国产一区二区熟女人妻| 一级毛片高清免费大全| 成人精品一区二区免费| 成年版毛片免费区| 亚洲专区中文字幕在线| 久久精品国产自在天天线| 国产一区二区激情短视频| 免费看十八禁软件| 欧美3d第一页| 亚洲av电影不卡..在线观看| 国产成人a区在线观看| 成人高潮视频无遮挡免费网站| 国产乱人视频| 最新中文字幕久久久久| 在线观看美女被高潮喷水网站 | 国产免费男女视频| 九九在线视频观看精品| 97超视频在线观看视频| 美女cb高潮喷水在线观看| 日韩欧美在线二视频| 国产av麻豆久久久久久久| 国产精品99久久久久久久久| 久久国产精品影院| 日本免费一区二区三区高清不卡| 欧美又色又爽又黄视频| 黄色女人牲交| 国产三级黄色录像| 日本一二三区视频观看| 97超级碰碰碰精品色视频在线观看| 日韩大尺度精品在线看网址| 欧美日韩精品网址| 国产成人系列免费观看| 香蕉av资源在线| 亚洲av第一区精品v没综合| 国产精品嫩草影院av在线观看 | 欧美3d第一页| 黑人欧美特级aaaaaa片| 99久久99久久久精品蜜桃| 三级男女做爰猛烈吃奶摸视频| 亚洲专区中文字幕在线| 香蕉av资源在线| 国产伦人伦偷精品视频| 国产69精品久久久久777片| 人妻丰满熟妇av一区二区三区| 久久久久免费精品人妻一区二区| 国产精品乱码一区二三区的特点| 波野结衣二区三区在线 | 午夜免费成人在线视频| 草草在线视频免费看| 一二三四社区在线视频社区8| 日韩欧美精品免费久久 | 99久久无色码亚洲精品果冻| 好男人在线观看高清免费视频| 国产成人啪精品午夜网站| 一本综合久久免费| 亚洲中文字幕一区二区三区有码在线看| 午夜免费观看网址| 亚洲av熟女| 亚洲avbb在线观看| 欧美乱码精品一区二区三区| 亚洲电影在线观看av| 神马国产精品三级电影在线观看| 亚洲,欧美精品.| 日韩av在线大香蕉| 久久久久性生活片| 欧美乱码精品一区二区三区| 91av网一区二区| 啪啪无遮挡十八禁网站| 高潮久久久久久久久久久不卡| 免费在线观看日本一区| 国产伦在线观看视频一区| 亚洲精品成人久久久久久| 天美传媒精品一区二区| 久久人妻av系列| 99视频精品全部免费 在线| 婷婷六月久久综合丁香| 免费看十八禁软件| 成人精品一区二区免费| 手机成人av网站| 国产午夜精品久久久久久一区二区三区 | 国产高清视频在线观看网站| 一夜夜www| 亚洲人成网站在线播| 99久久九九国产精品国产免费| 丁香欧美五月| 精品免费久久久久久久清纯| e午夜精品久久久久久久| 欧美高清成人免费视频www| av在线蜜桃| 国产一区二区在线av高清观看| 久久久国产成人免费| 看片在线看免费视频| 91久久精品电影网| 久久精品影院6| 特大巨黑吊av在线直播| 999久久久精品免费观看国产| 综合色av麻豆| 法律面前人人平等表现在哪些方面| 免费在线观看影片大全网站| 日韩欧美免费精品| 精品99又大又爽又粗少妇毛片 | 亚洲精品影视一区二区三区av| 欧美一级a爱片免费观看看| 日韩中文字幕欧美一区二区| 国产精品,欧美在线| 午夜激情欧美在线| 99久久精品一区二区三区| 一进一出抽搐gif免费好疼| 88av欧美| 久久九九热精品免费| 国内精品久久久久精免费| 亚洲电影在线观看av| 在线免费观看的www视频| 18禁裸乳无遮挡免费网站照片| 亚洲不卡免费看| 白带黄色成豆腐渣| 亚洲片人在线观看| 日本a在线网址| 国内久久婷婷六月综合欲色啪| 激情在线观看视频在线高清| 欧美bdsm另类| 91久久精品国产一区二区成人 | 国产亚洲欧美98| 在线观看舔阴道视频| 最好的美女福利视频网| 亚洲熟妇熟女久久| 午夜精品在线福利| 淫妇啪啪啪对白视频| 三级男女做爰猛烈吃奶摸视频| 久久亚洲精品不卡| 高清毛片免费观看视频网站| 精品人妻一区二区三区麻豆 | 欧美成人一区二区免费高清观看| 制服人妻中文乱码| 成年女人看的毛片在线观看| 男女床上黄色一级片免费看| 禁无遮挡网站| 一本精品99久久精品77| 熟女电影av网| 国产精品,欧美在线| 亚洲欧美日韩高清专用| 国产伦精品一区二区三区四那| 神马国产精品三级电影在线观看| 琪琪午夜伦伦电影理论片6080| bbb黄色大片| 午夜免费男女啪啪视频观看 | 身体一侧抽搐| 国产一区二区激情短视频| 女警被强在线播放| 在线国产一区二区在线| 国产真实伦视频高清在线观看 | 国产乱人伦免费视频| 18禁黄网站禁片免费观看直播| 久久6这里有精品| 国产高清videossex| 亚洲国产欧洲综合997久久,| 人人妻,人人澡人人爽秒播| 国产精品久久久久久人妻精品电影| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲18禁久久av| 在线观看免费午夜福利视频| 可以在线观看毛片的网站| 亚洲自拍偷在线| a在线观看视频网站| 国产 一区 欧美 日韩| 男人舔奶头视频| 两个人视频免费观看高清| 黑人欧美特级aaaaaa片| 亚洲精品在线观看二区| 18禁裸乳无遮挡免费网站照片| 精品福利观看| 欧美性感艳星| 天堂影院成人在线观看| 男女午夜视频在线观看| 中文资源天堂在线| 国产精品久久久人人做人人爽| 18禁裸乳无遮挡免费网站照片| 白带黄色成豆腐渣| 久久久国产精品麻豆| 99热这里只有是精品50| 每晚都被弄得嗷嗷叫到高潮| 观看美女的网站| 亚洲天堂国产精品一区在线| 波多野结衣高清无吗| 欧美xxxx黑人xx丫x性爽| 国产精品99久久久久久久久| 欧美黄色片欧美黄色片| 国产成人啪精品午夜网站| 99国产极品粉嫩在线观看| 一本一本综合久久| 婷婷精品国产亚洲av| 九色成人免费人妻av| 老司机福利观看| 老熟妇仑乱视频hdxx| 国产高清有码在线观看视频| 国产色婷婷99| 美女大奶头视频| 欧美日韩福利视频一区二区| 日韩精品中文字幕看吧| 国产精品三级大全| 99热这里只有精品一区| 久久久久久九九精品二区国产| 国产精品女同一区二区软件 | 国产精品亚洲一级av第二区| 综合色av麻豆| 国产成人啪精品午夜网站| 老熟妇仑乱视频hdxx| 色精品久久人妻99蜜桃| 99久久精品一区二区三区| 久久精品国产自在天天线| 成年人黄色毛片网站| 午夜日韩欧美国产| 国产亚洲欧美在线一区二区| 真实男女啪啪啪动态图| 日本 av在线| 欧美3d第一页| 亚洲精品一区av在线观看| 精品一区二区三区视频在线 | 国产精品久久视频播放| 波多野结衣巨乳人妻| 亚洲18禁久久av| 又爽又黄无遮挡网站| 国产极品精品免费视频能看的| 丝袜美腿在线中文| 真人做人爱边吃奶动态| 丰满的人妻完整版| 精品午夜福利视频在线观看一区| 精品国产亚洲在线| 天美传媒精品一区二区| 人人妻人人看人人澡| avwww免费| 美女 人体艺术 gogo| 中文亚洲av片在线观看爽| 我要搜黄色片| 成人欧美大片| 美女黄网站色视频| 狂野欧美激情性xxxx| 91久久精品电影网| 亚洲五月天丁香| 国产午夜精品论理片| 国产三级黄色录像| 淫妇啪啪啪对白视频| 美女黄网站色视频| 亚洲第一电影网av| 久久这里只有精品中国| 亚洲久久久久久中文字幕| 亚洲国产精品999在线| 久99久视频精品免费| 日本黄色视频三级网站网址| 夜夜爽天天搞| 国产亚洲精品综合一区在线观看| 中文字幕人妻丝袜一区二区| 内地一区二区视频在线| 日韩免费av在线播放| 色播亚洲综合网| 亚洲无线观看免费| 成年女人永久免费观看视频| 美女被艹到高潮喷水动态| 美女高潮喷水抽搐中文字幕| 熟女少妇亚洲综合色aaa.| 精品久久久久久,| 狂野欧美白嫩少妇大欣赏| 精品国产亚洲在线| 91久久精品国产一区二区成人 | 国产黄片美女视频| 精品免费久久久久久久清纯| 成人欧美大片| 美女高潮喷水抽搐中文字幕| 精品久久久久久成人av| 国产真人三级小视频在线观看| 国内精品久久久久久久电影| 国内精品美女久久久久久| 日本 欧美在线| 欧美日韩瑟瑟在线播放| 国产一区二区三区在线臀色熟女| 中文字幕久久专区| 国产91精品成人一区二区三区| www国产在线视频色| 久久精品人妻少妇| 成人性生交大片免费视频hd| 一级黄色大片毛片| 国产精品 国内视频| 欧美不卡视频在线免费观看| 俄罗斯特黄特色一大片| 国产亚洲精品综合一区在线观看| 亚洲av日韩精品久久久久久密| 99热精品在线国产| 99精品欧美一区二区三区四区| 中文在线观看免费www的网站| 国产欧美日韩一区二区三| 人妻久久中文字幕网| 久久人人精品亚洲av| aaaaa片日本免费| 亚洲国产精品sss在线观看| 国产成人欧美在线观看| 97人妻精品一区二区三区麻豆| 亚洲成a人片在线一区二区| 男人舔奶头视频| 三级毛片av免费| 国产乱人视频| 一级黄片播放器| 色在线成人网| 国产成人欧美在线观看| 丁香欧美五月| 女人被狂操c到高潮| av中文乱码字幕在线| 在线观看免费午夜福利视频| 色哟哟哟哟哟哟| 俺也久久电影网| 国产老妇女一区| 亚洲精品久久国产高清桃花| 国产精品99久久99久久久不卡| 最近最新中文字幕大全免费视频| 香蕉久久夜色| 我要搜黄色片| 婷婷亚洲欧美| 免费看十八禁软件| 我的老师免费观看完整版| 亚洲人成电影免费在线| 大型黄色视频在线免费观看| 欧美日韩一级在线毛片|