• <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
    国产精品免费大片| 黄色怎么调成土黄色| 日本av免费视频播放| videosex国产| 亚洲精品一区蜜桃| 久久韩国三级中文字幕| 国产男女内射视频| 国产一区二区三区av在线| 赤兔流量卡办理| 麻豆精品久久久久久蜜桃| 久久97久久精品| 久久久久久伊人网av| 亚洲美女黄色视频免费看| 日韩精品有码人妻一区| 夫妻性生交免费视频一级片| 亚洲综合色网址| 国产高清国产精品国产三级| 一本一本综合久久| 亚洲欧美中文字幕日韩二区| 婷婷色av中文字幕| 91成人精品电影| 超碰97精品在线观看| 婷婷色综合www| 欧美精品国产亚洲| 久久精品久久久久久久性| 久久精品久久久久久噜噜老黄| 欧美 日韩 精品 国产| 国产精品国产av在线观看| 亚洲美女搞黄在线观看| 最后的刺客免费高清国语| 在线观看人妻少妇| 久久影院123| 18+在线观看网站| 99九九线精品视频在线观看视频| 蜜桃在线观看..| 免费观看的影片在线观看| 国产男人的电影天堂91| 在线观看一区二区三区激情| 2018国产大陆天天弄谢| 久久精品熟女亚洲av麻豆精品| 国产亚洲午夜精品一区二区久久| 久久婷婷青草| 五月玫瑰六月丁香| 久久这里有精品视频免费| 人人妻人人添人人爽欧美一区卜| 免费观看在线日韩| 亚洲精品第二区| 黄色一级大片看看| 啦啦啦中文免费视频观看日本| 国产亚洲av片在线观看秒播厂| 22中文网久久字幕| 日韩制服骚丝袜av| 激情五月婷婷亚洲| 成年女人在线观看亚洲视频| 亚洲精品自拍成人| 一本久久精品| 国产精品99久久久久久久久| 国产综合精华液| 久久国产精品男人的天堂亚洲 | 最新中文字幕久久久久| 九九爱精品视频在线观看| 欧美日韩视频精品一区| 久久这里有精品视频免费| 久久久国产一区二区| 色5月婷婷丁香| 精品卡一卡二卡四卡免费| 国产高清三级在线| 爱豆传媒免费全集在线观看| 欧美变态另类bdsm刘玥| 国产精品女同一区二区软件| 大香蕉久久网| 男人爽女人下面视频在线观看| 亚洲精品日韩av片在线观看| 乱码一卡2卡4卡精品| 久久人人爽人人爽人人片va| 亚洲性久久影院| 啦啦啦视频在线资源免费观看| 狠狠婷婷综合久久久久久88av| 老司机影院成人| 欧美日韩成人在线一区二区| 特大巨黑吊av在线直播| 亚洲av中文av极速乱| 天堂俺去俺来也www色官网| 久久精品久久久久久噜噜老黄| 99久久精品一区二区三区| 日韩欧美精品免费久久| 人妻夜夜爽99麻豆av| 自线自在国产av| 黑人高潮一二区| 国产av精品麻豆| 亚洲少妇的诱惑av| 亚洲国产精品一区三区| 欧美日韩一区二区视频在线观看视频在线| 精品亚洲成a人片在线观看| 少妇人妻 视频| 蜜桃在线观看..| 能在线免费看毛片的网站| 久久精品人人爽人人爽视色| 999精品在线视频| 亚洲情色 制服丝袜| 亚洲精品日韩av片在线观看| 亚洲av国产av综合av卡| 国产高清三级在线| 午夜激情福利司机影院| 中国国产av一级| 制服丝袜香蕉在线| 美女视频免费永久观看网站| 精品久久久久久久久av| 免费观看av网站的网址| 亚洲国产精品国产精品| 亚洲婷婷狠狠爱综合网| 日韩制服骚丝袜av| 大香蕉久久网| 美女中出高潮动态图| 最近手机中文字幕大全| 亚洲国产精品专区欧美| 两个人免费观看高清视频| 免费观看的影片在线观看| 亚洲精品乱久久久久久| 欧美精品国产亚洲| 国产精品一区二区在线观看99| 欧美 日韩 精品 国产| 91精品伊人久久大香线蕉| 少妇人妻久久综合中文| 免费看光身美女| 国产在线一区二区三区精| 99久久综合免费| 免费高清在线观看视频在线观看| 18+在线观看网站| 日日爽夜夜爽网站| 最新的欧美精品一区二区| 亚洲人成网站在线播| 一级二级三级毛片免费看| 91久久精品电影网| 国产毛片在线视频| 中文字幕亚洲精品专区| 久久韩国三级中文字幕| 日日撸夜夜添| 在线精品无人区一区二区三| 久久国内精品自在自线图片| 一区二区三区精品91| 欧美日本中文国产一区发布| 老女人水多毛片| 99热全是精品| 久久久久久久精品精品| 日韩av不卡免费在线播放| 亚洲在久久综合| 黑人巨大精品欧美一区二区蜜桃 | 精品久久久噜噜| av卡一久久| 欧美另类一区| 美女主播在线视频| 亚洲经典国产精华液单| 精品亚洲成a人片在线观看| 美女cb高潮喷水在线观看| 菩萨蛮人人尽说江南好唐韦庄| 夫妻性生交免费视频一级片| a级毛色黄片| 99热国产这里只有精品6| 亚洲性久久影院| 午夜精品国产一区二区电影| 多毛熟女@视频| 岛国毛片在线播放| 18禁动态无遮挡网站| 亚洲精品国产av成人精品| 日本色播在线视频| 18+在线观看网站| 搡老乐熟女国产| 久久99精品国语久久久| 久久女婷五月综合色啪小说| 欧美日韩av久久| 黄色怎么调成土黄色| 美女主播在线视频| 五月开心婷婷网| 一个人免费看片子| av女优亚洲男人天堂| 久久人人爽av亚洲精品天堂| 大片电影免费在线观看免费| 亚洲精品视频女| 插逼视频在线观看| 国产精品久久久久久精品古装| 免费大片18禁| 一区二区av电影网| 久久狼人影院| 欧美 亚洲 国产 日韩一| 日韩成人av中文字幕在线观看| 日韩成人av中文字幕在线观看| 丰满乱子伦码专区| 亚洲av.av天堂| 最新中文字幕久久久久| 最新中文字幕久久久久| www.色视频.com| 亚洲天堂av无毛| 看非洲黑人一级黄片| 国产欧美日韩综合在线一区二区| 亚洲天堂av无毛| 日本午夜av视频| 五月伊人婷婷丁香| 欧美人与性动交α欧美精品济南到 | 一级毛片我不卡| 一级二级三级毛片免费看| 亚洲精品乱久久久久久| 国产在线视频一区二区| 日本色播在线视频| 亚洲精品日韩av片在线观看| av网站免费在线观看视频| 日韩电影二区| av视频免费观看在线观看| 中国美白少妇内射xxxbb| 免费看不卡的av| 亚洲性久久影院| 国产白丝娇喘喷水9色精品| 91久久精品电影网| 日韩中字成人| 亚洲国产av影院在线观看| 99热国产这里只有精品6| 国产一区亚洲一区在线观看| 18禁在线播放成人免费| 18禁在线播放成人免费| 制服人妻中文乱码| 亚洲色图综合在线观看| 一区二区三区免费毛片| 少妇猛男粗大的猛烈进出视频| 日韩欧美精品免费久久| 日韩亚洲欧美综合| 亚洲国产色片| 久久精品夜色国产| 啦啦啦啦在线视频资源| 国产在线一区二区三区精| av专区在线播放| 国产一区二区三区综合在线观看 | 久久久久久久久久久丰满| 国产成人精品一,二区| 91精品一卡2卡3卡4卡| 欧美日韩一区二区视频在线观看视频在线| 人妻夜夜爽99麻豆av| a级毛片在线看网站| 精品一区二区免费观看| 多毛熟女@视频| av在线播放精品| 大香蕉97超碰在线| 亚洲精品456在线播放app| 久久久国产欧美日韩av| 久久国产精品男人的天堂亚洲 | 国产在线一区二区三区精| 免费黄网站久久成人精品| 老女人水多毛片| 亚洲av成人精品一区久久| 熟女av电影| 亚洲av二区三区四区| 天天操日日干夜夜撸| 亚洲av欧美aⅴ国产| 国产午夜精品久久久久久一区二区三区| 日本wwww免费看| 精品久久国产蜜桃| 日日爽夜夜爽网站| 卡戴珊不雅视频在线播放| 亚洲高清免费不卡视频| 卡戴珊不雅视频在线播放| 高清欧美精品videossex| 国产亚洲一区二区精品| 免费黄网站久久成人精品| 精品亚洲成a人片在线观看| 日日摸夜夜添夜夜添av毛片| 性高湖久久久久久久久免费观看| 两个人的视频大全免费| 美女主播在线视频| 免费av中文字幕在线| av卡一久久| 久久久久国产精品人妻一区二区| 女的被弄到高潮叫床怎么办| 在线观看人妻少妇| 国产精品99久久久久久久久| 汤姆久久久久久久影院中文字幕| 制服诱惑二区| 少妇被粗大猛烈的视频| 十分钟在线观看高清视频www| 丰满乱子伦码专区| 一级毛片我不卡| 亚洲国产欧美日韩在线播放| 美女中出高潮动态图| 免费大片黄手机在线观看| 国产精品 国内视频| 国产一区二区在线观看日韩| 爱豆传媒免费全集在线观看| 色视频在线一区二区三区| 国产精品熟女久久久久浪| 另类精品久久| 国产一区有黄有色的免费视频| 国产不卡av网站在线观看| 高清午夜精品一区二区三区| 最新的欧美精品一区二区| 国产精品秋霞免费鲁丝片| 女人精品久久久久毛片| 制服诱惑二区| 女人精品久久久久毛片| 亚洲天堂av无毛| 菩萨蛮人人尽说江南好唐韦庄| 激情五月婷婷亚洲| 最黄视频免费看| 亚洲欧洲国产日韩| 国产亚洲最大av| av国产精品久久久久影院| 国产免费视频播放在线视频| 成年人午夜在线观看视频| 国语对白做爰xxxⅹ性视频网站| 五月天丁香电影| 久久精品久久久久久久性| 国产精品久久久久久久久免| 亚洲国产成人一精品久久久| 久久国产精品男人的天堂亚洲 | 美女福利国产在线| 久久99热这里只频精品6学生| av不卡在线播放| av女优亚洲男人天堂| 久久精品久久久久久久性| 高清在线视频一区二区三区| 欧美丝袜亚洲另类| 国产精品蜜桃在线观看| 精品亚洲乱码少妇综合久久| 中文字幕久久专区| 日本黄色日本黄色录像| 高清黄色对白视频在线免费看| 成人黄色视频免费在线看| 少妇丰满av| 自拍欧美九色日韩亚洲蝌蚪91| 国产日韩一区二区三区精品不卡 | 精品国产国语对白av| 91精品国产九色| 两个人免费观看高清视频| 伦理电影大哥的女人| 国产永久视频网站| 中国三级夫妇交换| 日韩成人av中文字幕在线观看| 成年人午夜在线观看视频| 精品亚洲乱码少妇综合久久| 国产不卡av网站在线观看| 波野结衣二区三区在线| 国产精品 国内视频| 日本午夜av视频| 亚洲国产精品一区三区| 女性被躁到高潮视频| 国产精品一二三区在线看| 国产淫语在线视频| 全区人妻精品视频| 一区二区三区精品91| 亚洲国产精品专区欧美| 免费观看性生交大片5| 国产精品99久久99久久久不卡 | 视频中文字幕在线观看| 丰满少妇做爰视频| 99热6这里只有精品| tube8黄色片| 亚洲在久久综合| 伊人亚洲综合成人网| 亚洲精品色激情综合| 91精品伊人久久大香线蕉| 日本黄色片子视频| 国产不卡av网站在线观看| 男的添女的下面高潮视频| 各种免费的搞黄视频| 91精品伊人久久大香线蕉| 三上悠亚av全集在线观看| 一区二区日韩欧美中文字幕 | 国产精品久久久久成人av| 天堂俺去俺来也www色官网| 天天影视国产精品| 亚洲人成77777在线视频| 亚洲色图 男人天堂 中文字幕 | 国产色婷婷99| 国产免费现黄频在线看| 亚洲熟女精品中文字幕| 日韩强制内射视频| 王馨瑶露胸无遮挡在线观看| 99热这里只有是精品在线观看| h视频一区二区三区| 黑丝袜美女国产一区| 3wmmmm亚洲av在线观看| 久久影院123| 嘟嘟电影网在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 蜜桃在线观看..| 肉色欧美久久久久久久蜜桃| 人人妻人人澡人人看| 91精品国产国语对白视频| 丰满饥渴人妻一区二区三| 久久久欧美国产精品| 亚洲精品亚洲一区二区| 伦理电影免费视频| 国产精品一区www在线观看| 男人添女人高潮全过程视频| 成年美女黄网站色视频大全免费 | 在线观看www视频免费| 亚洲精品一二三| 日韩av不卡免费在线播放| av一本久久久久| 在线免费观看不下载黄p国产| 国产在线一区二区三区精| 久久精品人人爽人人爽视色| 又大又黄又爽视频免费| av在线播放精品| 啦啦啦啦在线视频资源| 秋霞伦理黄片| 一级,二级,三级黄色视频| 国产亚洲午夜精品一区二区久久| 97在线视频观看| 一级毛片我不卡| av在线老鸭窝| 精品国产一区二区三区久久久樱花| 精品久久久久久电影网| 最近手机中文字幕大全| 久久精品熟女亚洲av麻豆精品| 亚洲av国产av综合av卡| 一级二级三级毛片免费看| 丝袜在线中文字幕| 亚洲在久久综合| 亚洲熟女精品中文字幕| 啦啦啦中文免费视频观看日本| 久久久久久人妻| 日本免费在线观看一区| 大码成人一级视频| 日韩 亚洲 欧美在线| 精品视频人人做人人爽| 18在线观看网站| 9色porny在线观看| 亚洲精品中文字幕在线视频| 少妇高潮的动态图| 国产伦精品一区二区三区视频9| 一区二区三区四区激情视频| 国产深夜福利视频在线观看| 插逼视频在线观看| 爱豆传媒免费全集在线观看| 国产亚洲精品久久久com| 日韩视频在线欧美| 亚洲av国产av综合av卡| √禁漫天堂资源中文www| 国产精品一二三区在线看| 免费看光身美女| 国产国语露脸激情在线看| 色视频在线一区二区三区| 狠狠精品人妻久久久久久综合| 久久久久久久久久人人人人人人| 女人精品久久久久毛片| 国产老妇伦熟女老妇高清| 在线观看人妻少妇| 国产精品 国内视频| 激情五月婷婷亚洲| 嘟嘟电影网在线观看| 久久女婷五月综合色啪小说| 色婷婷av一区二区三区视频| 亚洲国产最新在线播放| 国产日韩欧美在线精品| 久久女婷五月综合色啪小说| 国产国拍精品亚洲av在线观看| 韩国av在线不卡| 国产在线视频一区二区| 美女国产视频在线观看| 黄色视频在线播放观看不卡| 亚洲欧美成人精品一区二区| 26uuu在线亚洲综合色| 春色校园在线视频观看| 久久久久久久亚洲中文字幕| 男的添女的下面高潮视频| 亚洲av中文av极速乱| 欧美日韩视频高清一区二区三区二| 亚洲成人一二三区av| 国产探花极品一区二区| 亚洲国产av新网站| 国产精品熟女久久久久浪| 精品少妇黑人巨大在线播放| 精品一区二区免费观看| 简卡轻食公司| 麻豆成人av视频| 亚洲天堂av无毛| 一级毛片我不卡| av视频免费观看在线观看| 日本午夜av视频| 久久韩国三级中文字幕| 日韩视频在线欧美| 欧美精品一区二区免费开放| 18禁在线无遮挡免费观看视频| 国产一区有黄有色的免费视频| 最新的欧美精品一区二区| 亚洲成人手机| 中文字幕久久专区| 亚洲美女黄色视频免费看| 丰满少妇做爰视频| 国产av一区二区精品久久| 大香蕉久久成人网| 国产成人a∨麻豆精品| 欧美一级a爱片免费观看看| 免费高清在线观看视频在线观看| 日本爱情动作片www.在线观看| 丁香六月天网| 欧美精品人与动牲交sv欧美| 在线观看美女被高潮喷水网站| 精品视频人人做人人爽| 亚洲国产精品专区欧美| 91精品国产九色| 免费观看在线日韩| 国产高清国产精品国产三级| 999精品在线视频| 国产av码专区亚洲av| 18禁裸乳无遮挡动漫免费视频| 热re99久久精品国产66热6| 熟女电影av网| 国产精品欧美亚洲77777| 高清毛片免费看| 久久久久久久久久久久大奶| 视频中文字幕在线观看| 亚洲av在线观看美女高潮| 久久久亚洲精品成人影院| 青青草视频在线视频观看| av黄色大香蕉| 亚洲精品日韩在线中文字幕| 午夜福利视频精品| 尾随美女入室| 国产成人免费观看mmmm| 亚洲国产欧美日韩在线播放| 国产免费福利视频在线观看| 国产av国产精品国产| 日本欧美视频一区| 婷婷色麻豆天堂久久| 精品久久久精品久久久| 色5月婷婷丁香| 99久久中文字幕三级久久日本| 亚洲精品成人av观看孕妇| 亚洲人成77777在线视频| 成人18禁高潮啪啪吃奶动态图 | 91精品一卡2卡3卡4卡| 菩萨蛮人人尽说江南好唐韦庄| 妹子高潮喷水视频| 黄色一级大片看看| 一级a做视频免费观看| 精品99又大又爽又粗少妇毛片| 午夜日本视频在线| av卡一久久| 亚洲国产精品999| 免费不卡的大黄色大毛片视频在线观看| 国产精品国产三级国产专区5o| 夜夜看夜夜爽夜夜摸| 一级二级三级毛片免费看| 亚洲av成人精品一区久久| 精品国产乱码久久久久久小说| 亚洲国产精品成人久久小说| 99国产综合亚洲精品| 成人18禁高潮啪啪吃奶动态图 | 国产探花极品一区二区| 色哟哟·www| 老女人水多毛片| 亚洲精品日韩av片在线观看| 亚洲欧美日韩另类电影网站| 一级毛片黄色毛片免费观看视频| 色视频在线一区二区三区| 99久久精品一区二区三区| 亚洲国产精品专区欧美| 欧美成人精品欧美一级黄| 国产永久视频网站| 最近手机中文字幕大全| 欧美激情国产日韩精品一区| √禁漫天堂资源中文www| 伊人久久国产一区二区| 日本与韩国留学比较| 成年人午夜在线观看视频| 国产熟女欧美一区二区| 免费观看无遮挡的男女| 伦精品一区二区三区| 一级二级三级毛片免费看| 国产不卡av网站在线观看| 国产精品欧美亚洲77777| 一级毛片aaaaaa免费看小| 久久久久精品久久久久真实原创| 999精品在线视频| 只有这里有精品99| 久久99热6这里只有精品| 免费人妻精品一区二区三区视频| 亚洲精品第二区| 国产精品 国内视频| 熟女人妻精品中文字幕| 国产免费一级a男人的天堂| 午夜老司机福利剧场| 成人亚洲精品一区在线观看| 高清不卡的av网站| 国产毛片在线视频| 久久久久人妻精品一区果冻| 另类亚洲欧美激情| 日本猛色少妇xxxxx猛交久久| 欧美精品高潮呻吟av久久| 女人精品久久久久毛片| 老熟女久久久| 草草在线视频免费看| 亚洲av不卡在线观看| av播播在线观看一区| 成年人午夜在线观看视频| 夜夜看夜夜爽夜夜摸| 夜夜骑夜夜射夜夜干| 亚洲欧美一区二区三区黑人 | 老司机影院毛片| 在线观看免费高清a一片| 日韩,欧美,国产一区二区三区| 国产黄片视频在线免费观看| 十八禁网站网址无遮挡| av在线播放精品| 亚洲中文av在线| 一二三四中文在线观看免费高清| 少妇高潮的动态图| 亚洲成人手机| 插逼视频在线观看| 免费观看的影片在线观看| 免费观看在线日韩| 五月天丁香电影| 国产免费一级a男人的天堂| 亚洲国产精品成人久久小说| 亚洲av欧美aⅴ国产| 午夜激情av网站|