10.3969/j.issn.1000-3428.2006.23.077
基于单边抽样的LPU
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.
不平衡分类、未标注数据、Bagging、EM
32
TP391(计算技术、计算机技术)
国家预研基金514950307
2006-12-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
216-217,223