• <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
    能在线免费观看的黄片| 又黄又爽又免费观看的视频| 在线免费十八禁| 久久久精品94久久精品| 欧美bdsm另类| 精品一区二区三区视频在线观看免费| 免费黄网站久久成人精品| 精品无人区乱码1区二区| 狠狠狠狠99中文字幕| 国产一区二区在线观看日韩| 全区人妻精品视频| 天天躁日日操中文字幕| 久久精品人妻少妇| 中文亚洲av片在线观看爽| 午夜日韩欧美国产| 亚洲在线观看片| 特大巨黑吊av在线直播| videossex国产| 搡女人真爽免费视频火全软件 | 联通29元200g的流量卡| 六月丁香七月| 国产伦精品一区二区三区视频9| 国产午夜福利久久久久久| 中国美白少妇内射xxxbb| 亚洲不卡免费看| 久久精品国产亚洲av天美| 国内精品宾馆在线| 波多野结衣高清作品| www日本黄色视频网| .国产精品久久| 亚洲成av人片在线播放无| 亚洲人成网站高清观看| 五月玫瑰六月丁香| 国产精品亚洲一级av第二区| 欧美人与善性xxx| 国产久久久一区二区三区| 国产精华一区二区三区| 国产精品久久久久久av不卡| 午夜亚洲福利在线播放| 久久精品影院6| 亚洲美女黄片视频| 精品福利观看| 成人美女网站在线观看视频| 蜜桃久久精品国产亚洲av| 最近2019中文字幕mv第一页| 欧美色视频一区免费| 少妇猛男粗大的猛烈进出视频 | 极品教师在线视频| 欧美3d第一页| 亚洲成a人片在线一区二区| 少妇裸体淫交视频免费看高清| 少妇被粗大猛烈的视频| 99视频精品全部免费 在线| 伊人久久精品亚洲午夜| 欧美国产日韩亚洲一区| 99久国产av精品国产电影| 亚洲18禁久久av| 一a级毛片在线观看| 亚洲,欧美,日韩| 国产aⅴ精品一区二区三区波| 51国产日韩欧美| 欧美性感艳星| 亚洲熟妇中文字幕五十中出| 亚洲一级一片aⅴ在线观看| 国产高清激情床上av| 国产极品精品免费视频能看的| 国产伦精品一区二区三区四那| 久久久久性生活片| 有码 亚洲区| 免费高清视频大片| 色在线成人网| 变态另类成人亚洲欧美熟女| 高清毛片免费观看视频网站| 夜夜爽天天搞| 国产欧美日韩精品亚洲av| 97碰自拍视频| 日本-黄色视频高清免费观看| 欧美高清成人免费视频www| 99热这里只有是精品50| 亚洲成a人片在线一区二区| 久久久国产成人免费| 午夜免费激情av| 亚洲七黄色美女视频| 免费观看人在逋| 亚洲欧美日韩无卡精品| 国产精品久久久久久亚洲av鲁大| 午夜免费男女啪啪视频观看 | av在线蜜桃| 天天一区二区日本电影三级| 国产激情偷乱视频一区二区| 桃色一区二区三区在线观看| 美女cb高潮喷水在线观看| 亚洲av成人av| 欧美高清成人免费视频www| 亚洲精品乱码久久久v下载方式| 日本欧美国产在线视频| av在线天堂中文字幕| 变态另类丝袜制服| 日韩三级伦理在线观看| 成人国产麻豆网| 在线观看一区二区三区| 久久99热6这里只有精品| 麻豆国产av国片精品| 午夜激情福利司机影院| 九色成人免费人妻av| 看非洲黑人一级黄片| 亚洲精品日韩av片在线观看| 亚洲美女黄片视频| 日本黄色视频三级网站网址| 成人精品一区二区免费| 欧美潮喷喷水| 国产一区二区激情短视频| 欧美一区二区国产精品久久精品| 3wmmmm亚洲av在线观看| 成人av一区二区三区在线看| 极品教师在线视频| 搞女人的毛片| 特大巨黑吊av在线直播| 国产一区二区在线av高清观看| 国产一区二区三区av在线 | 亚洲人与动物交配视频| 亚洲美女视频黄频| 又粗又爽又猛毛片免费看| 久久精品国产亚洲av涩爱 | 国产精品爽爽va在线观看网站| 午夜福利18| 人人妻人人澡欧美一区二区| 成人av一区二区三区在线看| .国产精品久久| 亚洲人成网站在线观看播放| 老师上课跳d突然被开到最大视频| 女人被狂操c到高潮| 51国产日韩欧美| 久久久色成人| 国产精华一区二区三区| 激情 狠狠 欧美| 国产三级中文精品| 身体一侧抽搐| 永久网站在线| 看十八女毛片水多多多| 中文字幕人妻熟人妻熟丝袜美| aaaaa片日本免费| 91久久精品国产一区二区三区| 国产一区二区三区av在线 | 十八禁国产超污无遮挡网站| 校园春色视频在线观看| 老司机午夜福利在线观看视频| 国产精品av视频在线免费观看| 久久久午夜欧美精品| 日本免费一区二区三区高清不卡| 一区二区三区高清视频在线| 国内精品久久久久精免费| 最近2019中文字幕mv第一页| 精品久久久久久久久久久久久| 精品久久久久久成人av| 欧美中文日本在线观看视频| 国产精品永久免费网站| 老女人水多毛片| 亚洲人成网站高清观看| 又黄又爽又刺激的免费视频.| 国产成人a区在线观看| 国产激情偷乱视频一区二区| 亚洲av免费高清在线观看| 高清毛片免费观看视频网站| 日韩高清综合在线| 最近手机中文字幕大全| 麻豆乱淫一区二区| 精品午夜福利视频在线观看一区| 天天一区二区日本电影三级| 国产aⅴ精品一区二区三区波| 黄色配什么色好看| av在线观看视频网站免费| 综合色丁香网| 极品教师在线视频| 国产午夜精品论理片| 国产男靠女视频免费网站| 中文字幕熟女人妻在线| 蜜桃亚洲精品一区二区三区| 成人高潮视频无遮挡免费网站| 日本与韩国留学比较| 亚洲精品国产成人久久av| av女优亚洲男人天堂| 久久久久久久亚洲中文字幕| 亚洲欧美日韩东京热| 男人舔女人下体高潮全视频| 六月丁香七月| 校园春色视频在线观看| 人妻制服诱惑在线中文字幕| 亚洲精品在线观看二区| 淫秽高清视频在线观看| 性色avwww在线观看| 国产精品伦人一区二区| 黄色欧美视频在线观看| 国产精品一区二区三区四区免费观看 | 69人妻影院| 亚洲国产色片| 国内久久婷婷六月综合欲色啪| 国产精品不卡视频一区二区| 久久精品人妻少妇| 少妇的逼好多水| 国产黄色小视频在线观看| 久久99热6这里只有精品| 日韩欧美在线乱码| 欧美区成人在线视频| 一区福利在线观看| 韩国av在线不卡| 国产一区二区三区av在线 | 亚洲av中文字字幕乱码综合| 国产精品久久久久久久电影| 日韩av不卡免费在线播放| 国内揄拍国产精品人妻在线| 久久久精品94久久精品| 欧美xxxx黑人xx丫x性爽| 禁无遮挡网站| 国产视频内射| 亚洲国产精品久久男人天堂| 成人欧美大片| 日韩国内少妇激情av| 婷婷亚洲欧美| 欧美区成人在线视频| 久久人人精品亚洲av| 免费高清视频大片| 嫩草影院新地址| 两个人视频免费观看高清| 久久久国产成人免费| 蜜桃亚洲精品一区二区三区| 国内久久婷婷六月综合欲色啪| 日韩欧美国产在线观看| 国产探花在线观看一区二区| 日韩亚洲欧美综合| 91久久精品国产一区二区成人| 一个人观看的视频www高清免费观看| 久久综合国产亚洲精品| 亚洲av熟女| 精品欧美国产一区二区三| 人妻少妇偷人精品九色| 最近2019中文字幕mv第一页| 国产综合懂色| 午夜免费男女啪啪视频观看 | 亚洲精品色激情综合| АⅤ资源中文在线天堂| 亚洲七黄色美女视频| 午夜老司机福利剧场| 精品日产1卡2卡| 亚洲在线自拍视频| 亚洲,欧美,日韩| 欧美区成人在线视频| 男女啪啪激烈高潮av片| avwww免费| 日韩制服骚丝袜av| 日韩欧美免费精品| 国产亚洲av嫩草精品影院| 精品午夜福利视频在线观看一区| 国产精品电影一区二区三区| 国产午夜福利久久久久久| 黄片wwwwww| 麻豆国产97在线/欧美| 搡老妇女老女人老熟妇| 国产精品嫩草影院av在线观看| 国产亚洲欧美98| 亚洲av成人精品一区久久| 亚洲专区国产一区二区| 日本五十路高清| 菩萨蛮人人尽说江南好唐韦庄 | 99久国产av精品国产电影| 99热全是精品| 国产精品永久免费网站| 亚洲人成网站在线观看播放| 欧美区成人在线视频| 欧美日韩在线观看h| 91久久精品国产一区二区三区| 久久久国产成人免费| 亚洲天堂国产精品一区在线| 看免费成人av毛片| 嫩草影视91久久| 五月玫瑰六月丁香| 插阴视频在线观看视频| 亚洲av电影不卡..在线观看| 一个人看视频在线观看www免费| 小说图片视频综合网站| 久久亚洲精品不卡| 欧美日韩乱码在线| 国产美女午夜福利| 久久久久九九精品影院| 亚洲美女搞黄在线观看 | 在线观看66精品国产| 91av网一区二区| 超碰av人人做人人爽久久| 在线看三级毛片| 99热精品在线国产| 午夜福利在线观看免费完整高清在 | 又黄又爽又刺激的免费视频.| 伊人久久精品亚洲午夜| 久久人人精品亚洲av| 俄罗斯特黄特色一大片| 99热6这里只有精品| 中文字幕久久专区| 99视频精品全部免费 在线| 婷婷色综合大香蕉| 国产精品女同一区二区软件| 人妻少妇偷人精品九色| 午夜视频国产福利| 在线a可以看的网站| 亚洲美女视频黄频| 日日摸夜夜添夜夜爱| 性欧美人与动物交配| 中文字幕av在线有码专区| 身体一侧抽搐| 国产欧美日韩精品亚洲av| 男人的好看免费观看在线视频| 精品人妻一区二区三区麻豆 | 此物有八面人人有两片| 97热精品久久久久久| 免费在线观看成人毛片| 青春草视频在线免费观看| 女同久久另类99精品国产91| 国产不卡一卡二| 嫩草影院精品99| 精品人妻熟女av久视频| 国产色婷婷99| 在线天堂最新版资源| 丰满的人妻完整版| 色播亚洲综合网| 午夜福利成人在线免费观看| 欧美绝顶高潮抽搐喷水| 欧美日本亚洲视频在线播放| 嫩草影院新地址| 成熟少妇高潮喷水视频| 久久久欧美国产精品| 一区二区三区高清视频在线| 国产一区二区激情短视频| 美女 人体艺术 gogo| 国产成人a区在线观看| 亚洲电影在线观看av| 国产成人91sexporn| 在线观看午夜福利视频| 国产69精品久久久久777片| 欧美人与善性xxx| 婷婷色综合大香蕉| 日本免费a在线| 国产黄色视频一区二区在线观看 | 亚洲欧美成人综合另类久久久 | 婷婷亚洲欧美| 男女下面进入的视频免费午夜| 深爱激情五月婷婷| 亚洲高清免费不卡视频| 国产乱人偷精品视频| 一个人看的www免费观看视频| 一a级毛片在线观看| 美女内射精品一级片tv| 99热这里只有是精品在线观看| 在线播放无遮挡| 国产精品无大码| 天天躁日日操中文字幕| 天堂影院成人在线观看| 亚洲中文字幕日韩| 久久精品久久久久久噜噜老黄 | 国产精品一二三区在线看| 欧美高清性xxxxhd video| 啦啦啦韩国在线观看视频| 国产免费一级a男人的天堂| 国产精品久久久久久亚洲av鲁大| 五月玫瑰六月丁香| 男人和女人高潮做爰伦理| 国产色婷婷99| 人妻夜夜爽99麻豆av| a级毛片a级免费在线| 午夜激情欧美在线| 在线播放无遮挡| 无遮挡黄片免费观看| 国产高清有码在线观看视频| 久久精品国产亚洲av天美| 亚洲电影在线观看av| 国产国拍精品亚洲av在线观看| 热99re8久久精品国产| 亚洲性久久影院| 亚洲欧美日韩无卡精品| 国产高清有码在线观看视频| 人妻久久中文字幕网| 人人妻人人澡人人爽人人夜夜 | 色5月婷婷丁香| 亚洲欧美日韩无卡精品| 日日摸夜夜添夜夜爱| 国产高清三级在线| 国产高清视频在线播放一区| 男女边吃奶边做爰视频| 亚洲欧美日韩卡通动漫| 成人美女网站在线观看视频| 99国产极品粉嫩在线观看| 亚洲最大成人av| 一级av片app| 亚洲国产精品合色在线| 草草在线视频免费看| 久久国内精品自在自线图片| 成人欧美大片| av在线观看视频网站免费| 免费人成视频x8x8入口观看| 久久久久精品国产欧美久久久| 永久网站在线| or卡值多少钱| 亚洲久久久久久中文字幕| 大型黄色视频在线免费观看| 日本免费a在线| 成人美女网站在线观看视频| 欧美bdsm另类| 禁无遮挡网站| 久久久久久久久中文| 男女做爰动态图高潮gif福利片| 一区二区三区免费毛片| 亚洲在线观看片| 嫩草影视91久久| 国产精品久久久久久av不卡| 欧美最黄视频在线播放免费| 日本与韩国留学比较| 一个人观看的视频www高清免费观看| 精品人妻一区二区三区麻豆 | 亚洲精品在线观看二区| 91在线精品国自产拍蜜月| 欧美国产日韩亚洲一区| 成人亚洲欧美一区二区av| 哪里可以看免费的av片| 精品99又大又爽又粗少妇毛片| 人妻夜夜爽99麻豆av| 嫩草影院精品99| 别揉我奶头 嗯啊视频| 精品熟女少妇av免费看| 露出奶头的视频| 成人亚洲精品av一区二区| 夜夜看夜夜爽夜夜摸| 欧美性感艳星| 国产在视频线在精品| 91午夜精品亚洲一区二区三区| 69人妻影院| 天堂网av新在线| 嫩草影视91久久| 性插视频无遮挡在线免费观看| 亚洲在线观看片| 亚洲美女视频黄频| 欧美xxxx性猛交bbbb| 亚洲专区国产一区二区| 大又大粗又爽又黄少妇毛片口| 久久精品91蜜桃| 噜噜噜噜噜久久久久久91| 亚洲第一电影网av| 在线观看av片永久免费下载| 国产精品女同一区二区软件| 亚洲天堂国产精品一区在线| 日日啪夜夜撸| 国产精品久久久久久av不卡| 精品久久久久久久人妻蜜臀av| 亚洲美女视频黄频| 国产精品美女特级片免费视频播放器| 亚洲成av人片在线播放无| 久久精品国产自在天天线| 亚洲最大成人手机在线| 成人永久免费在线观看视频| 免费av毛片视频| 日韩 亚洲 欧美在线| 黄色配什么色好看| 国产精品,欧美在线| 人妻少妇偷人精品九色| 伦理电影大哥的女人| 久久精品综合一区二区三区| 色综合亚洲欧美另类图片| 亚洲国产精品sss在线观看| 国产亚洲精品久久久com| 91狼人影院| 精品乱码久久久久久99久播| 欧美成人免费av一区二区三区| 精品一区二区三区人妻视频| 日本爱情动作片www.在线观看 | 欧美日韩在线观看h| 欧美色视频一区免费| 亚洲性久久影院| 欧美精品国产亚洲| 极品教师在线视频| 亚洲成人久久性| 一个人观看的视频www高清免费观看| 人妻久久中文字幕网| 日韩一本色道免费dvd| 久久午夜福利片| 久久久久免费精品人妻一区二区| 日韩欧美三级三区| 欧美成人免费av一区二区三区| 一进一出抽搐gif免费好疼| 亚洲精品影视一区二区三区av| 午夜日韩欧美国产| 国产一区亚洲一区在线观看| 国产精品伦人一区二区| 成人av一区二区三区在线看| 69av精品久久久久久| 国产精品人妻久久久久久| 久久99热这里只有精品18| 日本撒尿小便嘘嘘汇集6| 免费观看在线日韩| 欧美激情在线99| 午夜日韩欧美国产| 国产成年人精品一区二区| 特大巨黑吊av在线直播| 男女啪啪激烈高潮av片| 插阴视频在线观看视频| 久久精品国产亚洲av涩爱 | 国产精品,欧美在线| 蜜桃亚洲精品一区二区三区| 国产爱豆传媒在线观看| 亚洲精品久久国产高清桃花| 搞女人的毛片| 成年女人永久免费观看视频| 国产在视频线在精品| 成人三级黄色视频| 国产成人aa在线观看| 国产精品久久久久久久电影| 最近中文字幕高清免费大全6| 亚洲三级黄色毛片| 国产蜜桃级精品一区二区三区| 久久久久久久久久久丰满| 丰满人妻一区二区三区视频av| 亚洲人成网站高清观看| 悠悠久久av| av女优亚洲男人天堂| 男人舔奶头视频| 美女高潮的动态| 国产高清视频在线播放一区| 一边摸一边抽搐一进一小说| 国产成人精品久久久久久| 最近在线观看免费完整版| 国产乱人视频| 别揉我奶头~嗯~啊~动态视频| 日韩欧美 国产精品| 热99re8久久精品国产| 亚洲真实伦在线观看| 国产黄色视频一区二区在线观看 | 少妇熟女欧美另类| ponron亚洲| 男人的好看免费观看在线视频| .国产精品久久| 亚洲精品粉嫩美女一区| 亚洲丝袜综合中文字幕| a级毛片a级免费在线| 国产成人一区二区在线| 国产一区二区三区在线臀色熟女| 午夜久久久久精精品| 国产成年人精品一区二区| 国产av麻豆久久久久久久| 天堂动漫精品| 国产精品野战在线观看| 久久久精品欧美日韩精品| 国产伦一二天堂av在线观看| 欧美zozozo另类| 在线观看免费视频日本深夜| 禁无遮挡网站| 人妻夜夜爽99麻豆av| 少妇人妻精品综合一区二区 | 午夜免费男女啪啪视频观看 | 人人妻人人看人人澡| 99九九线精品视频在线观看视频| 99久久精品一区二区三区| 男女边吃奶边做爰视频| 麻豆一二三区av精品| 丰满乱子伦码专区| a级一级毛片免费在线观看| 黑人高潮一二区| 精品人妻一区二区三区麻豆 | 欧美性猛交黑人性爽| 国产伦精品一区二区三区四那| 精品久久国产蜜桃| 麻豆一二三区av精品| 亚洲精品国产成人久久av| 午夜日韩欧美国产| 嫩草影院精品99| 亚洲,欧美,日韩| 一个人免费在线观看电影| 联通29元200g的流量卡| 久久精品国产亚洲av香蕉五月| 日本撒尿小便嘘嘘汇集6| 日韩欧美 国产精品| 一本久久中文字幕| 国产亚洲精品久久久久久毛片| 久久久久九九精品影院| 高清午夜精品一区二区三区 | 国产精品日韩av在线免费观看| 免费人成在线观看视频色| a级毛片免费高清观看在线播放| 97超碰精品成人国产| 日韩强制内射视频| 亚洲欧美成人精品一区二区| 有码 亚洲区| 99久久精品一区二区三区| 床上黄色一级片| 国产探花在线观看一区二区| 十八禁网站免费在线| 成人综合一区亚洲| 亚洲av成人av| 人妻丰满熟妇av一区二区三区| 精品一区二区免费观看| 九九爱精品视频在线观看| 男女下面进入的视频免费午夜| 校园春色视频在线观看| 国产不卡一卡二| 欧美高清性xxxxhd video| 一区福利在线观看| 午夜精品国产一区二区电影 | 深夜精品福利| 亚洲在线观看片| 久久精品影院6| 可以在线观看毛片的网站| 成年女人永久免费观看视频| 国产在线男女| 成人特级av手机在线观看| 18+在线观看网站| 乱人视频在线观看| 99精品在免费线老司机午夜| 亚洲内射少妇av| 真人做人爱边吃奶动态| 国产精品爽爽va在线观看网站|