基于单边抽样的LPU

摘要：

提出结合单边抽样Bagging与LPU的基本思想对不平衡数据进行分类.主要步骤是:将未标注实例全标为反类,和正例一起训练单边抽样Bagging学习器,将得到的学习器对未标注实例分类得到可靠的反例(RN),再用正例和RN训练SSBagging学习器.使用Rocchio和EM进行分类是Liu等提出的一种有代表性的LPU.比较了这种LPU和该文提出的方法,发现当数据的不平衡性很明显时,后者要优于前者.

关键词：不平衡分类、未标注数据、Bagging、EM

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家预研基金514950307

在线出版日期：2006-12-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：216-217,223