一种不平衡数据渐进学习算法

摘要：

针对不平衡数据学习问题,提出一种采用渐进学习方式的分类算法.根据属性值域分布,逐步添加合成少数类样例,并在阶段分类器出现误分时,及时删除被误分的合成样例.当数据达到预期的平衡程度时,用原始数据和合成数据训练学习算法,得到最终分类器.实验结果表明,该算法优于C4.5算法,并在多数数据集上优于SMOTEBoost和DataBoost-IM.

关键词：分类、不平衡数据、渐进学习

所属期刊栏目：36

分类号：TP181(自动化基础理论)

资助基金：国家科技支撑计划基金资助项目2006BAK01A33;吉林省科技发展计划基金资助项目20070321,20090704

在线出版日期：2011-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：161-163,166